原文传递
遮挡情况下视频车辆检测与跟踪算法研究
| 论文题名： | 遮挡情况下视频车辆检测与跟踪算法研究 |
| 关键词： | 智能交通;车辆检测;形状匹配;跟踪算法;遮挡情况 |
| 摘要： | 交通检测系统在智能交通系统中具有重要的意义。交通检测的方法很多,而视频检测因其具有安装方便、覆盖范围大、效果好等特点而迅速成为智能交通系统领域的一个研究热点,并已经取得了一定的成效。但是,由于视频图像本身的特性,及自然环境的复杂多变和现有科学理论及技术水平的局限性,决定了视频车辆检测与跟踪技术仍然是一项具有挑战性的任务,其中,跟踪识别中车辆间相互遮挡等问题就是其中之一。 根据视频车辆检测与跟踪在研究上的难点分析,我们系统地研究了视频车辆检测与跟踪的理论、方法,进而逐步实现遮挡情况下的视频车辆检测与跟踪。本文首先针对车辆检测问题,并将它分为两个主要模块:一个是背景提取模块,一个是视频道路关键检测区提取模块;接着分别针对这两个模块的构建分别提出了一种基于改进Mode的背景提取模型和一种自适应最优种子的视频道路提取算法。两个模块整合而成的车辆检测算法对多变的自然因素的抗扰性更强,并能从根本上杜绝了传统Mode背景提取时产生的误差来源。最后,在视频车辆检测的基础上,我们针对跟踪过程中车辆间发生相互遮挡的问题,提出了一种基于 Kalman预测跟踪矩阵与形状匹配细分割相结合的跟踪算法。该方法利用预测跟踪矩阵检测出存在先分离后遮挡的运动车辆,然后在此基础上利用形状匹配细分割算法对其进行分割后,继续跟踪。 本文各章最后都给出了相应章节所提算法的实验结果与分析,实验效果达到了预期目标。 |
| 作者： | 李美瑾 |
| 专业： | 计算机应用技术 |
| 导师： | 朱英 |
| 授予学位： | 硕士 |
| 授予学位单位： | 桂林电子科技大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
