详情

原文传递基于视频的车辆检测和车型识别

论文题名：	基于视频的车辆检测和车型识别
关键词：	车型识别;运动分割;多目标跟踪;摄像机定标;模型匹配
摘要：	自动车型识别(AVC)对解决车辆收费、道路监控、提高公路利用效率具有重要意义.传统的利用环形感应线圈或压电传感器等识别车辆类型,安装不方便,器件容易损坏,获取的交通信息比较少,因此未能广泛应用.而利用图像处理和模式识别技术识别车型,易于安装,可以长时间稳定工作,获取的信息丰富,适用范围广泛,是自动车型识别的发展方向.采用图像处理和模式识别的方法识别车型,一般分为运动分割、多目标跟踪和车型判别三个步骤.该文首先从一段图像序列中恢复了不包含任何车辆的背景图像,利用背景和当前图像进行差异检测,从而分割出车辆目标,计算量较小.在分割的基础上,为了正确统计车辆数量,计算车辆速度,必须进行目标跟踪.该文利用运动的连续性,采用面积、形心、速度等区域特征进行区域跟踪,计算量小,可以在一定程度上解决因遮挡带来的分裂合并问题.在车型判别阶段,单摄像头摄像丢失了深度信息,很难从图像中获取车辆的特征参数,该文利用车辆边缘和车辆模型相匹配的方法识别车型,匹配的好坏程度用Hausdorff距离度量,这种方法对噪声和形变适应性较好.三维世界向二维图像平面投影的过程中,还需要定标摄像机,定标模型采用了方法简单、应用广泛的针孔模型.利用定标结果,可以在跟踪过程中计算车辆速度.算法在PC上实现之后,被移植到Trimedia TM1300 DSP上,进行了测试和优化.
作者：	曹治锦
专业：	信号与信息处理
导师：	唐慧明
授予学位：	硕士
授予学位单位：	浙江大学
学位年度：	2004
正文语种：	中文