原文传递
基于图像的车辆跟踪与交通事件检测方法研究
| 论文题名： | 基于图像的车辆跟踪与交通事件检测方法研究 |
| 关键词： | 阴影检测;车辆检测;区域匹配;车辆跟踪;交通事件检测 |
| 摘要： | 随着交通量的不断增加，交通事故也变得愈加频繁，交通事件检测逐渐成为交通领域研究的热点。交通事件检测系统是交通监控系统的一个重要组成部分，本文主要对车辆检测、车辆跟踪和车辆交通事件检测进行了研究，主要工作体现在以下三个方面： 1.车辆检测：在车辆检测过程中，改进了传统的背景差分模型，采用RGB三通道分别差分代替灰度差分，这样在前景检测的时候，可以得到更多的车辆像素，能够在一定程度上避免车辆出现断裂甚至漏检的问题。为了消除阴影带来的影响，提出了基于HSI和c1c2c3联合色彩空间的运动车辆阴影检测算法，并对阴影和目标检测错误进行了校正。该方法能够准确、实时地检测运动车辆的投射阴影。 2.车辆跟踪：为了对车辆进行稳定、实时的跟踪，本文提出了基于SIFT特征和车辆区域匹配联合的车辆跟踪算法。该方法首先提取车辆区域的SIFT特征，不需要对整幅图像进行处理，减少了计算时间，然后结合区域匹配跟踪的信息，准确跟踪目标车辆。 3.交通事件检测：在车辆跟踪的基础上，根据车辆外接矩形中心的轨迹点信息，通过直线拟合方法，判断车辆运动方向，同时检测车辆是否逆行、变道和停车。然后，建立图像坐标系和世界坐标系的映射关系，根据测速原理，计算车辆运动速度。从而根据道路规定的车辆运行最高时速，判断车辆是否超速。 最后对本文的工作进行了总结，说明了本文研究的不足之处，同时指出了下一步研究中所需要开展的工作。 |
| 作者： | 孙邦禹 |
| 专业： | 控制科学与工程 |
| 导师： | 李树涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2011 |
| 正文语种： | 中文 |
检索历史
应用推荐
