低空對地運動車輛檢測與運動特性分析.pdf

1、空對地視頻交通監(jiān)控以其直觀、方便和價格低廉等特點，日益受到智能交通領(lǐng)域研究者的高度重視。其核心在于使用安裝在無人機等浮空平臺上的攝像機感知交通場景，通過關(guān)鍵技術(shù)的研發(fā)，檢測出地面運動車輛等交通對象，并估計它們的運動狀況，從而達到智能化道路交通管理、減少交通事故的目的。顯然，低空對地運動車輛檢測是一個動態(tài)視覺監(jiān)控系統(tǒng)，與一般的靜態(tài)視頻監(jiān)控相比，檢測平臺和檢測對象的動態(tài)性、場景的實時變化性，都使得低空對地運動車輛的檢測與運動特性分析成為目前

2、公認的一個技術(shù)難題。
　　 本文針對低空對地運動車輛視覺監(jiān)控中出現(xiàn)的技術(shù)難題，首先提出了一種新的運動車輛特征表示與提取方法bLPS-HOG；然后利用線性SVM分類來實現(xiàn)對運動車輛的高效檢測；最后提出了基于顏色和空間相似度計算的運動分析方法，在檢測出運動車輛的基礎(chǔ)上得到運動車輛的運動軌跡。
　　 本文完成的具體工作主要分為如下三個方面：
　　 1)針對低空平臺的高動態(tài)特性導致運動車輛有效特征難以提取的問題，提出了一

3、種針對運動車輛的新的特征表示與提取方法bLPS-HOG。該方法首先利用局部采樣和金字塔采樣，針對不同大小的特征塊計算得到象素梯度值，并通過直方圖統(tǒng)計方法得到每個方向塊值；然后將每個方向塊對應值表示成一個弱分類器；最后針對每個特征塊訓練得到一個強分類器，這個強分類器的輸出結(jié)果即為對應的bLPS-HOG特征值。該方法能有效獲得車輛的局部和全局特征信息，達到更好的檢測性能。
　　 2)針對空對地平臺下用于運動車輛檢測的樣本相對有限的情

4、況，采用線性SVM方法進行運動車輛的分類。將提取的bLPS-HOG特征值作為SVM的特征向量，利用訓練得到的SVM分類器進行運動車輛檢測。該分類方法能在計算量較小的情況下有效地檢測出運動車輛。
　　 3)針對城市交通環(huán)境下車輛運動特性難以準確獲取的問題，提出了一種基于顏色和空間相似度的運動分析方法。該方法在運動車輛檢測結(jié)果的基礎(chǔ)上，通過計算連續(xù)兩幀里檢測窗口的HSV顏色直方圖和空間相似度，獲得同一運動車輛在不同幀里的位置信息，從