原文传递
监控系统中运动车辆检测与跟踪的算法研究
| 论文题名： | 监控系统中运动车辆检测与跟踪的算法研究 |
| 关键词： | 车辆检测;车辆跟踪;监控系统;智能交通 |
| 摘要： | 目前，智能交通系统是计算机视觉的一个重要研究方向与热点。随着计算机视觉技术的不断发展，智能交通系统也在不断的走向成熟。其中，视频车辆的检测与跟踪是智能交通系统核心而且基础的部分，它为交通参数的提取提供了可能。由于现在运动车辆的检测与跟踪技术还不够成熟，所以需要不断的研究而加以改善。本文在这个方面作了一些研究性的工作。 本文提出了一种基于道路的运动车辆检测方法。在运动车辆的检测中，由于受到光照变化、恶劣天气、摇动树木等运动背景的影响，并不能够准确地检测出运动车辆。通过对运动背景和运动车辆的分析得知，运动背景的运动向量由于运动的不确定性，分布范围较广，并在零值左右徘徊，而运动车辆的运动向量由于其运动目的的明确性，分布范围较小，集中在某个固定值附近。本文根据这一特点，对运动背景和不同道路上的运动车辆分别进行高斯运动建模，首先通过背景差法求取运动像素，然后利用贝叶斯准则来判断运动像素是属于运动背景还是运动车辆。 本文提出了一种基于真实场景到视频图像的相机转换模型的运动车辆跟踪方法，来实现运动车辆的跟踪。在特征提取方面，得到了运动车辆的质心、跟踪窗口的高度和宽度、运动车辆的面积以及运动车辆的平均亮度，很好的表示了运动车辆，为运动车辆的准确匹配提供了准确的特征。在运动车辆的位置及形状的预测方面，并不是简单的采取了线性模型，而是根据相机的成像特点，推算出了二次模型，较为准确的预测出了运动车辆的位置和形状。在特征匹配方面，较好的结合了多个特征值的特点，实现了准确地匹配。同时在算法的更新方面，提出了三区的概念，在每个区域分别对运动车辆进行了不同地对待，在参数的初始化和更新方面进行了介绍。 针对本文的方法，在多种场景下进行了实验，均取得了较好的效果。在运动车辆检测中，能够很好的抑制运动背景造成的影响，很好的提取出了运动车辆。在运动车辆跟踪方面，本文的方法较为准确地实现了运动车辆的跟踪，从而确定了运动车辆的轨迹，为后面的交通参数的提取打下了较好的基础。 |
| 作者： | 李前程 |
| 专业： | 通信与信息系统 |
| 导师： | 方向忠 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海交通大学 |
| 学位年度： | 2007 |
| 正文语种： | 中文 |
检索历史
应用推荐
