原文传递
基于视频的高速公路车辆的自动检测与跟踪研究
| 论文题名： | 基于视频的高速公路车辆的自动检测与跟踪研究 |
| 关键词： | 视频监控;智能交通系统;高速公路;运动车辆;自动检测;跟踪系统 |
| 摘要： | 结合数字图像处理技术和计算机视觉,智能视频分析是蕴涵巨大发展潜力的新兴科学研究领域之一,视频监控技术为交通系统提供了直观、方便的分析手段,因此以视频图像处理、分析、理解为基础的视频监视技术越来越引起人们的重视。近些年在智能交通系统中得到了越来越广泛的应用,运动车辆的实时检测与跟踪分类就是其中的一项重要的课题。 随着计算机的发展以及人工智能的兴起,模式识别在近年迅速发展成为一门新的学科。本文对这些问题进行了研究,针对车辆的检测、阴影去除、车辆跟踪等方面进行了分析与部分改进,初步设计实现了一个基于交通图像序列的检测,跟踪的车辆智能实时监控系统,并通过实验证明了系统的有效性和实时性。主要研究包括以下几个方面: (1)运动车辆的检测。本文首先分析了目前存在的运动分析检测算法,并对混合高斯模型做了深入的研究,在此基础上,我们针对高斯混合模型中存在的缺陷和不足,进行了改进,为了提高模型的收敛速度,我们采用了自适应的学习速率阈值算法对模型进行了更新,使得其可以实时提取干净的背景,并有效地实现了背景的实时更新。 (2)运动车辆阴影的去除。运动阴影检测是目标正确分割、识别的关键。本文在分析了阴影的光学特性的基础上,提出了一种基于YUV色彩空间的阴影快速检测算法。它利用阴影区域的亮度和色度变化规律去除掉阴影部分,实验表明,该方法是有效的。 (3)运动车辆的跟踪。在高速公路这个复杂的场景下,运动车辆存在着短时间消失和部分遮挡等问题,为了有效的对运动车辆进行跟踪,我们提出了一种基于Kalman预测模型的区域匹配车辆跟踪方法,我们利用这种方法来实现对车辆进行跟踪。实验表明,该算法具有很好的鲁棒性和很高的准确性,实现了运动车辆的实时跟踪。 本文针对高速公路中运动车辆的识别跟踪系统的一些问题,提出了一些解决方法,通过实验证明,这些解决方法是可行的。 |
| 作者： | 刘远军 |
| 专业： | 计算机技术 |
| 导师： | 杨胜;廖连交 |
| 授予学位： | 硕士 |
| 授予学位单位： | 湖南大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
