基于機器視覺的智能車輛跟蹤方法研究與應(yīng)用.pdf

1、隨著智能車輛的飛速發(fā)展，目標跟蹤成為車輛智能化的主要研究內(nèi)容之一。由于機器視覺技術(shù)越來越成熟，使用成本逐漸降低，所以廣大學(xué)者在機器視覺的基礎(chǔ)上進一步研究目標跟蹤這一問題。本文依托山西省科技攻關(guān)項目(20130321005-04)，提出了基于機器視覺的智能車輛跟蹤方法這一研究方向，對實時路況中的車輛進行檢測和跟蹤。
　　對車輛跟蹤過程中，程序處理對象為視頻中的每一幀，即一幅圖像，本文首先從圖像預(yù)處理方向著手，選擇適合本文運行環(huán)境的預(yù)

2、處理方法，通過對比各灰度化處理方法對采集的實時路況視頻圖像的處理結(jié)果，最終選擇加權(quán)平均法，并利用中值濾波完成原始圖像中噪聲的濾除，最后采用Sobel邊緣檢測算子完成對圖像信息的邊緣檢測。該方法為后期目標檢測提供了簡單而有效的圖像信息。
　　為了保證攝像機拍攝的車輛道路信息的準確性，本文對實驗相機進行了標定，采用張正友標定法，通過自制8*10棋盤標定板，得出了攝像機的內(nèi)部參數(shù)，校正了攝像機的畸變。
　　由于車輛運行環(huán)境較為復(fù)雜

3、，傳統(tǒng)Camshift跟蹤方法不能滿足復(fù)雜環(huán)境下的跟蹤要求，當(dāng)被跟蹤車輛顏色與外界環(huán)境顏色相近時，該跟蹤方法失效。針對這一問題，本文提出交比不變量的Camshift跟蹤方法，利用亞像素角點檢測方法，檢測出所選目標區(qū)域的特征角點。然后利用交比不變原理求解各特征角點之間的位置關(guān)系，利用這些位置關(guān)系對所選目標區(qū)域進行約束，通過理論及實驗的方法驗證本文算法。通過標準視頻庫的測試，得出本文算法的可行性和優(yōu)先性，通過實時路況的測試，證明了本文算法的