基于視頻的實(shí)時(shí)闖紅燈抓拍系統(tǒng)算法研究與實(shí)現(xiàn).pdf

1、隨著世界各國(guó)經(jīng)濟(jì)的快速發(fā)展，車輛的數(shù)量急劇增加，由此引發(fā)的交通狀況問題日益受到人們的重視。智能交通系統(tǒng)就是為了解決這個(gè)問題而誕生的，目前已經(jīng)成為全球各國(guó)政府和有關(guān)部門高度重視的高科技新領(lǐng)域?；谝曨l的闖紅燈車輛自動(dòng)檢測(cè)系統(tǒng)是智能交通系統(tǒng)中的重要組成部分，其中有效的檢測(cè)和實(shí)時(shí)跟蹤是車輛的行為分析和行為判斷的前提。
　　 鑒于以上背景，本文對(duì)闖紅燈車輛檢測(cè)與跟蹤算法進(jìn)行研究。在分析和總結(jié)現(xiàn)有算法的基礎(chǔ)上，提出了兩個(gè)改進(jìn)算法。

2、　　 本文針對(duì)傳統(tǒng)的背景提取方法在前景運(yùn)動(dòng)對(duì)象密度較高，亦或前景出現(xiàn)過于頻繁的情況下，提取到的背景圖像中會(huì)摻雜很多前景成分的問題，提出了一種基于形態(tài)學(xué)和像素灰度歸類的背景重建算法。該算法通過三幀差分法和形態(tài)學(xué)把每幀圖像區(qū)分為前景對(duì)象和背景區(qū)域。然后在用像素灰度歸類方背景重建時(shí)不考慮前景對(duì)象，提高了背景出現(xiàn)的頻率，從而能正確重建背景。通過實(shí)驗(yàn)證明，新方法能夠在車輛密度較大的情況下能正確的生成背景。
　　 本文為了滿足車輛跟蹤實(shí)時(shí)

3、的要求，設(shè)計(jì)了一種自動(dòng)初始化窗口的Mean Shift算法。另外針對(duì)Mean Shift算法在目標(biāo)的顏色分布和背景相似情況下，會(huì)丟失目標(biāo)的問題，利用kalman濾波器根據(jù)前面的目標(biāo)位置信息來(lái)預(yù)測(cè)在本幀圖像中目標(biāo)的可能位置，然后用Mean Shift算法在這個(gè)位置的鄰域內(nèi)找到目標(biāo)的真實(shí)位置。這樣，我們利用了Mean Shift所沒有利用的前面一幀目標(biāo)的運(yùn)動(dòng)信息，豐富了對(duì)已知信息的使用，增強(qiáng)了跟蹤效果。通過實(shí)驗(yàn)證明此算法是有效性。