交通視頻中重疊車輛的分割算法研究.pdf

1、智能交通系統(tǒng)(Intelligent Transportation Systems，ITS)以其對(duì)交通的智能化管理，成為國內(nèi)外眾多學(xué)者的研究熱點(diǎn)。在ITS中，如何快速獲取交通參數(shù)對(duì)于整個(gè)ITS是至關(guān)重要的，而目標(biāo)車輛的提取是獲取交通參數(shù)的關(guān)鍵環(huán)節(jié)。然而，在交通監(jiān)控系統(tǒng)中，道路攝像頭所捕捉到的交通視頻圖像，因拍攝角度等因素可能會(huì)出現(xiàn)多個(gè)目標(biāo)車輛之間相互重疊的現(xiàn)象，影響車輛提取、識(shí)別及跟蹤等后續(xù)工作的開展。因此，本文圍繞目標(biāo)車輛的提取、重疊

2、車輛的檢測與分割算法進(jìn)行研究。
　　首先，本文采用了基于直方圖統(tǒng)計(jì)的固定窗口法獲取背景，該算法為每個(gè)像素點(diǎn)建立固定窗口，以統(tǒng)計(jì)該點(diǎn)在連續(xù)多幀內(nèi)出現(xiàn)次數(shù)最多的灰度值作為其背景灰度值。針對(duì)陰影及陰影造成的車輛重疊問題，本文采用基于OSTU雙閾值的灰度空間陰影消除法進(jìn)行解決，該方法利用OSTU將目標(biāo)區(qū)域分割為不同的區(qū)域，以進(jìn)行不同程度的灰度增強(qiáng)，再利用背景差分法消除陰影，以獲取目標(biāo)車輛。
　　然后，針對(duì)重疊車輛的檢測與分割問題，本

3、文提出基于輪廓特征點(diǎn)的重疊車輛檢測與分割算法：
　?。?）重疊車輛的檢測。本文首先利用Freeman鏈碼提取目標(biāo)車輛區(qū)域的特征點(diǎn)，并獲取目標(biāo)車輛區(qū)域最小外接矩形，最后根據(jù)提取到的特征點(diǎn)總數(shù)及占空比判斷目標(biāo)車輛區(qū)域是否發(fā)生重疊。
　?。?）重疊車輛的分割。通常情況下，重疊車輛的分割點(diǎn)位于發(fā)生重疊的車輛的凹陷區(qū)域，因此本文首先對(duì)目標(biāo)區(qū)域進(jìn)行凸包分析以獲取凸包頂點(diǎn)序列；然后，根據(jù)凸包頂點(diǎn)序列計(jì)算凹陷跨度及深度，從而獲取目標(biāo)車輛的凹