原文传递
基于视频的车流量检测与车辆跟踪方法研究
| 论文题名： | 基于视频的车流量检测与车辆跟踪方法研究 |
| 关键词： | 智能交通系统;车流量检测;车辆跟踪;视频图像;混合高斯模型;系统设计 |
| 摘要： | 随着社会的快速发展和城市的不断扩张,人口增多的同时,车辆总数也在不断增加中,造成了道路交通系统压力不断的增大。因此对智能交通系统(Intelligent Transportation System,ITS)研究的重要性和必要性日益突出,系统的核心是基于视频的车流量检测与车辆跟踪的研究。本文主要研究目标是基于机器视觉技术,对道路上行驶的车辆进行检测、识别、跟踪以及车流量统计。 本课题对运动车流量的检测与车辆的跟踪进行了研究,分析和总结了现有的检测与跟踪技术,并在国内外相关研究成果的基础上,对相应的算法进行优化和改进。具体的研究工作有:首先,对采集到的视频图像进行预处理,采用改进的混合高斯背景更新算法,将当前帧图像与背景图像逐像素点进行相减即得到前景图像(即运动目标图像),并对前景图像采用最大类间方差法进行阈值分割,得到二值图像,从而利用矩形框提取运动目标车辆;然后利用基于运动目标质心的特征匹配与Mean-shift迭代相结合的算法对提取到的目标进行跟踪;同时对每一个检测到的目标跟踪链进行计数,完成车流量统计。软件上,使用Visual Studio2005开发平台,基于MFC框架下,利用Open CV的数据结构、函数,对车流量检测与车辆跟踪系统进行设计与实现。 在本文算法的基础上,对两种不同角度的视频进行了检测与跟踪。实验研究结果表明,车流量检测结果准确率平均水平保持在90％以上,且跟踪快速实时性强,能够达到预期的效果,验证了算法的稳定性。 |
| 作者： | 张硕 |
| 专业： | 控制科学与工程;模式识别与智能系统 |
| 导师： | 杨耀权 |
| 授予学位： | 硕士 |
| 授予学位单位： | 华北电力大学(保定) |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
