原文传递
动态场景下的车辆检测和跟踪方法研究
| 论文题名： | 动态场景下的车辆检测和跟踪方法研究 |
| 关键词： | 道路交通;车辆检测;车辆跟踪;动态场景 |
| 摘要： | 随着电子技术的发展，出于对道路安全监管的需要，道路安装监控摄像头的密度越来越高，可提供大量的视频数据供挖掘。若能实现从监控视频中提取交通信息，可提高交通信息采集密度，增强交通信息的实时性和有效性，有着现实应用价值。 传统的视频车辆检测系统通常在静态的场景中对运动车辆进行检测和跟踪，而监控摄像头与之不同，其相机可根据需要进行转动和镜头伸缩，对不同区域进行监控，其场景也随之发生动态变化。因此本文针对动态场景下的目标检测与跟踪方法研究。 论文提出了一种基于累积稀疏光流实现车道定位的方法，并运用形态学滤波的方法对车道区域进行分割。此方法定位车道的精确度较高，能够有效地区分前景区域和背景区域，抗干扰能力强。并在车道定位的基础上，根据背景区域的光流场，提出了一种场景运动和静止状态的判别方法。 在动态场景下，论文采用仿射变换进行运动补偿，基于混合高斯背景模型(Gaussian Mixture Model，GMM)检测并识别车辆目标，采用形态学处理后提取目标的大小、位置等信息。在此基础上，利用基于Kalman预测的Camshift跟踪算法，对车辆进行跟踪。在场景运动情况下，针对基于Kalman预测的搜索窗定位精度降低的情况，论文采用仿射变换对其位置进行运动补偿，矫正预测搜索窗的位置，提高了搜索效率。 论文基于OpenCV库和Visual Studio2008搭建开发环境，以VLC库为解码工具，并以DirectDraw为应用程序的图像引擎开发了一套原型系统。实验表明，论文实现的系统可进行车道的精确定位，并在场景变换情况下，车辆目标的检测与跟踪效果良好，同时基本满足实时性要求。 |
| 作者： | 俞力 |
| 专业： | 交通信息工程及控制 |
| 导师： | 何铁军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
