運動車輛的檢測跟蹤及特定事件檢測.pdf

1、伴隨城市化的進程,各個國家都在大力建設高速交通網,交通系統(tǒng)規(guī)模變得日益龐大,這對原有的交通管理系統(tǒng)造成了前所未有的壓力,在此背景下,如何將人工智能技術運用到交通管理系統(tǒng)中,以智能化地管理協(xié)調交通系統(tǒng)的正常運行,達到交通資源的最佳配置,緩解人力壓力,成為各國政府和學術界關注的重要課題。而基于機器視覺技術的智能化交通管理系統(tǒng)正是在這一背景下受到了極大重視,成為當前的研究熱點之一。
　　 在基于機器視覺技術的智能化交通管理系統(tǒng)中,根據

2、視頻監(jiān)控錄像進行運動車輛的檢測與跟蹤是智能管理系統(tǒng)的基本功能模塊。本文研究了交通視頻中運動車輛檢測與跟蹤問題中的幾個關鍵技術,主要研究內容包括:(1)在運動車輛的檢測部分,通過分析基本的運動車輛檢測算法特點及其缺陷,提出了自適應背景更新差分法和三幀差法相結合的運動車輛自動檢測算法,該算法通過背景差法分割運動車輛,并結合三幀差分以提高檢測的準確性,實驗表明能夠對運動車輛進行準確檢測；(2)在運動車輛跟蹤部分,研究分析了當前常用的數(shù)據驅動法

3、和基于貝葉斯框架的最優(yōu)猜測法兩種解決思路,然后在此基礎上根據運動車輛在相鄰兩幀中移動距離較近,在圖像中的面積變化較小的特點,對基于數(shù)據驅動思路的CAMShift算法進行了改進,實驗結果表明,改進算法處理參數(shù)少,數(shù)據量小,對車輛的實時跟蹤性能和跟蹤準確性能比原算法有所提高；(3)在實現(xiàn)了運動車輛檢測及跟蹤的基礎上,研究并實現(xiàn)了基于跟蹤的車輛事件檢測,包括車輛逆向行駛、經過特定區(qū)域檢測和壓線檢測等。(4)在Visual C++6.0環(huán)境下基