原文传递
基于视频的车辆检测与跟踪方法研究
| 论文题名： | 基于视频的车辆检测与跟踪方法研究 |
| 关键词： | 智能交通;车辆检测;背景差分;车辆跟踪;粒子滤波 |
| 摘要： | 智能交通系统(简称ITS)是计算机视觉技术、图像处理技术、通信技术在交通领域的应用，其目的在于充分利用现有的道路设施资源，改善车、路、人之间的相互作用，从而从整体上提高交通的经济性。在智能交通系统中，运动车辆的有效检测和准确跟踪是重要的研究内容之一。 本文主要研究了智能交通系统中基于视频的车辆检测与跟踪系统的基本原理和关键技术，在总结和分析现有的车辆检测和跟踪技术的基础上，针对其中的不足，提出了新的方法，并通过实验证明了新方法的有效性。主要研究内容包括以下几个方面: 本文先对采集到的图像进行预处理，去除噪声和干扰。通过仿真实验，比较了目前常用的三种车辆检测方法的优缺点，并利用Surendra背景更新法提取可靠的背景，通过背景差分法检测出运动车辆，然后对得到的背景差分图像进行Otsu阈值分割，最后利用形态学滤波去除碎块，提取运动车辆变化区域。实验表明，该方法简单有效。 为了更加准确有效的提取车辆，在描述车辆运动信息的同时希望能获得车辆轮廓模型信息，轮廓信息的获取对车型识别及车辆跟踪算法，有着重要的意义。因此本文比较详细地研究了利用GVF-Snake模型准确提取车辆轮廓。 在总结现有的车辆跟踪方法的基础上，本文提出了将预测算法、粒子滤波和GVF-Snake模型相结合进行车辆跟踪。首先通过预测算法预测车辆在下一帧的初始轮廓，然后利用粒子滤波算法得到更加准确的初始轮廓，再利用GVF-Snake进行迭代，收敛到车辆的真实轮廓，实现跟踪。实验证明了该方法的有效性和可靠性。 |
| 作者： | 代莉莉 |
| 专业： | 信号与信息处理 |
| 导师： | 董育宁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京邮电大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
