基于視頻的交通事件檢測(cè)算法研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，智能交通系統(tǒng)越來越引起人們的重視。交通事件自動(dòng)檢測(cè)作為智能交通系統(tǒng)的重要組成部分，對(duì)避免二次事故的發(fā)生起了重要的作用，是目前國(guó)內(nèi)外研究的一個(gè)熱點(diǎn)，有著廣闊的應(yīng)用前景。
　　 交通事件檢測(cè)方法目前有很多。視頻檢測(cè)技術(shù)由于具有安裝方便、覆蓋范圍大、直觀性好等特點(diǎn)，已經(jīng)成為當(dāng)前交通事件檢測(cè)領(lǐng)域的一個(gè)研究熱點(diǎn)。本文從視頻交通事件檢測(cè)流程入手，重點(diǎn)對(duì)目標(biāo)檢測(cè)、目標(biāo)跟蹤、目標(biāo)運(yùn)動(dòng)模式識(shí)別和交通事件檢測(cè)算法進(jìn)行研究。<

2、br>　　 首先，運(yùn)動(dòng)目標(biāo)檢測(cè)方面，提出了基于背景重建的車輛檢測(cè)算法。該方法包括背景的提取及更新、閾值分割和連通區(qū)域標(biāo)識(shí)。這一系列算法能很好地把目標(biāo)車輛完整地提取出來。
　　 其次，通過基于卡爾曼濾波的多特征匹配跟蹤算法實(shí)現(xiàn)目標(biāo)跟蹤。通過卡爾曼濾波預(yù)測(cè)算法，對(duì)下一時(shí)刻目標(biāo)的特征值進(jìn)行預(yù)測(cè)，然后對(duì)目標(biāo)進(jìn)行搜索匹配，建立目標(biāo)在連續(xù)幀中的對(duì)應(yīng)關(guān)系。
　　 再次，通過分析目標(biāo)的每一種運(yùn)動(dòng)模式，建立了運(yùn)動(dòng)模式的數(shù)學(xué)模型，通過不同