原文传递
基于多特征的前方车辆检测与跟踪方法研究
| 论文题名： | 基于多特征的前方车辆检测与跟踪方法研究 |
| 关键词： | 智能交通;车辆检测;Kalman滤波;车辆跟踪 |
| 摘要： | 随着公路交通事业的发展和汽车保有量的增加，我国道路交通安全问题日益突出，己成为人们生命和财产安全的重要威胁。作为国际智能交通系统研究的重要内容，安全辅助驾驶旨在通过先进技术解决交通安全问题，目前越来越受到人们的重视，而车辆检测技术是安全辅助驾驶的重要组成部分。通过车载摄像头获取道路视频图像，检测和跟踪前方运行的车辆目标，提供准确实时的路况信息，是车辆检测技术的实现目标。 本文在阅读国内外文献并比较和分析各种算法的基础上，提出了相应的改进方法，并在此基础上实现了车辆检测与跟踪原型系统。本文主要研究工作包括： 1、提出了一种结合车辆阴影与路面灰度和梯度分布特征的车底部阴影检测方法。即首先在图像中设定路面有效区域，然后分段统计路面灰度阈值，在此基础上利用车底阴影与路面灰度及梯度在分布上的差异检测车辆阴影，最后依此建立车辆感兴趣区域。 2、提出了一种基于纹理、形状和边缘对称性三种特征融合的车辆检测方法。该方法使用改进分形维计算方法提取纹理特征，应用边缘模板匹配边缘获取车辆形状的完整度，通过计算车辆垂直边缘投影对称性测度得到车辆对称性特征，然后统计正反样本的三种特征值，采用基于方差测度的方法计算各特征的几何判据，确定特征权值，建立融合三种特征的车辆判决式。提取感兴趣区域的三种特征值，使用车辆判决式判断区域内是否存在车辆。 3、设计了一种基于Kalman滤波的车辆跟踪方法。以车辆的位置和尺度作为跟踪分量，使用Kalman滤波进行跟踪预测。在预测产生的区域中利用车辆的边缘和阴影特征完成目标的重定位，实现观测向量的更新；使用两级判定，即车辆的NMI特征判定和车辆区域信息熵值判定实现对跟踪目标的验证。 4、车辆检测跟踪系统的设计实现。在windows平台下，使用Visual C++6.0开发工具设计实现了车辆检测与跟踪系统，并使用拍摄的车载视频进行实验测试，测试表明本文方法的具有较高实时性和准确性。 |
| 作者： | 张玲增 |
| 专业： | 计算机应用技术 |
| 导师： | 张建明 |
| 授予学位： | 硕士 |
| 授予学位单位： | 江苏大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
