原文传递
交通环境下的车辆检测与跟踪算法研究与实现
| 论文题名： | 交通环境下的车辆检测与跟踪算法研究与实现 |
| 关键词： | 交通环境;车辆检测;粒子滤波;跟踪算法 |
| 摘要： | 交通环境下的车辆检测与跟踪是智能交通系统中的两个重要的组成部分，它们是实现智能交通系统的关键所在，车辆检测与跟踪的好坏决定了整个智能交通系统的好坏。传统的车辆检测一般存在检测速度不够快和检测结果不够准确等问题，而车辆的跟踪却很难平衡它的实时性与准确性。 针对以上的问题，本文对交通环境下的车辆检测与跟踪做了各个方面的优化与调整，最终得到了一个检测结果好，跟踪鲁棒性强的车辆检测与跟踪系统，并能够在一般情况下实时处理的系统。本文主要从以下几个方面来优化交通环境下的车辆检测与跟踪系统。 1、本文在车辆检测方面采用了基于haar特征的adaboost检测分类器，在分类器的训练方面选取了特定的haar特征进行训练。为了提高整个系统的运行时间和检测准确性，本文首先对视频中图像序列进行了运动目标建模，提取出运动团块，并只对运动团块所在区域进行检测，从而检测出运动车辆。其次，本文把视频中的车辆分为八个运动方向，分别对每一个方向进行训练，从而得到八个方向的检测分类器，在选择检测分类器时根据运动团块的光流方向来选择对应的分类器。 2、本文在车辆跟踪方面，采用了基于检测的粒子滤波跟踪，并针对粒子滤波跟踪中存在的问题采用以下几个方面来进行了改进。首先采用了数学中的线性拟合来处理目标遮挡问题；其次充分利用检测结果来处理跟踪目标跟踪不准确问题；最后运用了多线程来提升整个跟踪系统的跟踪速度。 对于整个的车辆检测与跟踪系统，本文从理论分析到实践操作，最后形成了一个车辆检测与跟踪系统。并通过实验测试了整个系统的各个模块的性能。对于整个智能交通系统做出了自己的贡献。 |
| 作者： | 何文伟 |
| 专业： | 计算机技术 |
| 导师： | 叶茂 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
