原文传递
基于单个摄像机的车辆检测与跟踪
| 论文题名： | 基于单个摄像机的车辆检测与跟踪 |
| 关键词： | 交通监测;车辆跟踪;图像识别;模型匹配 |
| 摘要： | 本文的研究内容是基于单个摄像机的车辆检测与跟踪，主要是对本车前方的运动车辆进行检测和跟踪。车辆检测一般分为两个步骤：第一步，找到车辆的候选区域；第二步，对车辆候选区域进行确认。本文首先详细分析了前方车辆在图像中所具有的一些特征，最后融合了车辆底部的阴影、纹理、形状、和灰度对称特征进行车辆的检测。通过车辆底部的阴影找到感兴趣区域ROI，然后运用熵初步过滤掉一些路面干扰区域，剩下的区域作为车辆检测的候选区域，完成车辆检测的第一步。由于模型匹配方法过分依赖模型，在模型匹配失败的时候无法完成车辆的检测，而且很难为车辆建立一个精确的模型，所以本文融合车辆的形状特征和灰度对称特征对车辆的候选区域进行确认，完成车辆检测的第二步。从实验结果看，本文所提出的多种特征融合的车辆检测方法能对前方不同形状、颜色、大小、距离的车辆进行检测，也能对不同姿态的车辆进行检测。而且本文的车辆检测算法受光照的影响小，能在一定程度上完成由于车辆的颠簸造成摄像机抖动情况下的车辆检测，也能完成复杂路况下的车辆检测，是一种非常有效的车辆检测方法。 本文分析了基于模型的运动车辆跟踪方法和基于Kalman滤波器的运动车辆跟踪方法。由于基于模型的运动车辆跟踪方法在进行车辆跟踪的时容易发生跟踪漂移，而且不能处理遮挡情况下的跟踪；基于Kalman滤波器的运动车辆跟踪方法一般都是假设车辆做匀速或者匀加速直线运动，对于实际车辆的运动规律不是很恰当，而且还存在Kalman滤波器参数初始化等问题，跟踪结果也不好。本文提出了基于模型和灰度对称融合的运动车辆跟踪方法。从实验结果看，基于模型和灰度对称融合的运动车辆跟踪方法能稳定的跟踪到前方远距离车辆，能适应光照剧烈改变情况下的车辆跟踪，能处理遮挡问题，是一种有效的车辆跟踪方法。 |
| 作者： | 马伟 |
| 专业： | 计算机应用技术 |
| 导师： | 孙兴华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
