原文传递
基于视频图像的车辆检测方法的研究
| 论文题名： | 基于视频图像的车辆检测方法的研究 |
| 关键词： | 视频图像;车辆检测;α-blending算法;支持向量机;梯度方向直方图特征;软件开发 |
| 摘要： | 动态变化场景的监控是近年来非常受关注的前沿研究方向。对现实中复杂交通场景下运动目标的检测和识别是智能视频监控中的关键技术，其处理结果直接影响随后的轨迹跟踪、行为理解和对监控事件的处理。 针对现实中复杂交通场景下的运动物体检测问题，本文采用了改进的α-blending算法（背景模型的自适应更新法），并将其处理效率和效果分别与光流算法、混合高斯模型算法进行比较，试验结果显示该算法能更好地克服背景扰动、外界光照剧烈变化等恶劣条件，有效地提取复杂背景下的运动目标图像，并具有更高的处理效率。 针对运动车辆的检测，本文使用梯度方向直方图特征(HOG)。该特征首先将图像分成不同的单元，分别统计每个单元内的多尺度方向的直方图。然后，对于四个相邻的单元组成的一个区域，将直方图每一维的值进行归一化，并将整幅图像中所有区域的直方图连接起来，形成特征集合。最后用HOG特征集来训练一个支持向量机(SVM)分类器，并将其用于路面运动物体的分类。 在理论和方法研究的基础上，本文完成了基于VC++的系统软件设计。试验结果表明，通过采用改进的α-blending算法以及用HOG特征集训练的SVM分类器，解决了复杂背景下运动车辆的检测及分类，经过对实际采集的交通图像序列进行验证，证明算法与系统软件的优越性。 |
| 作者： | 崔智慧 |
| 专业： | 控制理论与控制工程 |
| 导师： | 张茂青 |
| 授予学位： | 硕士 |
| 授予学位单位： | 苏州大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
