原文传递
交通视频监控中的车辆检测与分割方法研究
| 论文题名： | 交通视频监控中的车辆检测与分割方法研究 |
| 关键词： | 交通视频监控;车辆检测;图像分割;智能交通管理;图像预处理;背景差分 |
| 摘要： | 对交通路况进行监控，实时、准确的获取各种交通参数，是实施智能交通管理的前提。视频监控方法通过分析拍摄的交通图像序列，对交通目标进行检测、识别和跟踪，并对其行为进行分析和判断。与其它检测手段相比，视频监控方式可以同时获得多种重要路况状态信息，有利于实现交通管理的智能化，具有很大的发展潜力。 在智能交通视频监控中，无论采用什么解决方案，首先必须能够检测分割出交通场景中的目标。因此，车辆检测与分割方法的研究，在交通视频监控系统中具有重要的意义。 车辆的检测一般采用背景差分方法，该方法的性能受到视频图像稳定性和背景估计鲁棒性的影响，需要有快速有效的图像预处理方法、背景建模方法。车辆分割的难点，主要是场景中存在的阴影，以及车辆间的遮挡粘连。本文针对以上问题进行了研究，取得的主要研究成果和创新点如下： (1)为保证背景差分方法的性能，针对摄像机抖动导致的场景运动，提出一种基于三参数模型的快速图像稳定方法，对运动的性质进行判别和校正。该方法模型参数少，求解过程快，能很好满足监控应用中图像稳定的实际需求。在背景估计方面，提出局域灰度分布的概念，基于该特征提出一种混合多模态背景模型，该模型既可以在象素粒度上，也可以在图像块粒度上进行处理，能够自适应交通场景中背景的多模动态性，具有较好的鲁棒性。 (2)针对夜晚光照不足时，图像色调偏红，对比度不高的情况，将Retinex图像增强理论与小波分解相结合，提出一种图像融合增强算法，实验表明相对其他几种典型算法，该算法的性能具有明显的优越性。 (3)研究了阴影检测问题，针对HSV色彩空间方法误检率高的问题，本文在利用HSV色彩信息的同时，增加梯度特征判据和几何特征判据，提出一种改进算法，该方法能有效减少阴影的误检率。 (4)针对遮挡粘连问题，从遮挡关系分解的角度出发，对一种2.5-D车辆描述模型进行了改进，并与二维凸包分割方法相结合，给出了一种解决方案，对跟踪过程中的遮挡问题提出了新的处理策略。 (5)研究了位置违章行为的检测问题。根据车辆的2.5-D描述模型，推导出在自遮挡和交互遮挡情况下，车辆整体轮廓、底部轮廓和单一底边的恢复规则。将车辆运动视为其底部在道路平面上二维共面运动，通过分析车辆底部与道路标线的相对位置关系，提出位置违章的两个检测判据和检测算法。 |
| 作者： | 严捷丰 |
| 专业： | 模式识别与智能系统 |
| 导师： | 周荷琴 |
| 授予学位： | 博士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
