原文传递
基于混合高斯模型和粒子滤波理论的视频车辆跟踪算法
| 论文题名： | 基于混合高斯模型和粒子滤波理论的视频车辆跟踪算法 |
| 关键词： | 混合高斯模型;粒子滤波理论;运动车辆;视频跟踪算法 |
| 摘要： | 车辆跟踪是智能交通系统(ITS，Intelligent Transportation System)中的重要技术，而其中基于视频检测的车辆轨迹跟踪技术由于信息量大、可用范围广，成为许多国家的研究热点。 本课题研究的目的在于针对ITS领域中的关键技术，研究基于视频的运动车辆轨迹获取的相关问题。为实现视频的自动检测交通流和交通事件等提供算法前提。 本文详细分析了运动车辆轨迹获取中较为常用的方法，根据实验和分析，得到了适合实际应用的视频车辆跟踪算法，本文主要的研究内容包括以下几个方面： (1)根据算法调试、对比及实际应用的要求，使用C++编程语言设计程序，并在Windows系统上设计算法可视化调试平台，然后将程序移植到Linux系统实现调试应用。 (2)使用简单的模板匹配算法和图像的仿射变换算法对抖动的视频进行防抖处理，以输出稳定的图像。 (3)采用以高斯混合背景模型理论为基础的运动车辆检测算法，实现视频中运动车辆检测，为算法后续操作提供基础信息，通过程序实现将该方法与其它常用方法进行比较分析。 (4)使用以光流法为基础结合图像金字塔操作的特征点跟踪模块，该模块能够得到精确的车辆位置变化信息，设计程序实现该算法模块功能，完成轨迹精确位置的获取。 (5)利用粒子滤波算法得到车辆运动趋势信息的预测，将该算法与以图像特征为基础的模板匹配算法进行比较分析，评价算法的可行性，增强算法的鲁棒性。 本文中基于混合高斯模型的运动车辆检测算法具有较强的适应性，结合粒子滤波的预测功能在提高整个算法鲁棒性的同时，使用特征的跟踪算法为车辆轨迹增加了更为丰富的信息。由于算法整体性能的提高，使其成为实际检测应用中可靠的依据。 |
| 作者： | 杨超 |
| 专业： | 物理电子学 |
| 导师： | 姚勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
