详情

原文传递车辆实时检测系统的研究与实现

论文题名：	车辆实时检测系统的研究与实现
关键词：	智能交通系统;图像预处理;车辆检测;卡尔曼滤波
摘要：	智能交通系统(ITS)是目前视频智能监控领域各国专家关注和研究的热点课题。而本文研究的车辆实时检测系统结合了计算机视觉技术，是智能交通系统的基础组成部分。相对于传统的车辆检测方法，现代车辆实时检测与跟踪技术能使计算机模拟人类的视觉感官能力，智能辨别视频中出现的车辆，为进一步的车辆运动行为理解和分析提供重要数据。但车辆检测与跟踪技术的研究仍不成熟，还存在着天气变化、背景扰动、光照变化、车辆遮挡等因素影响的问题。论文针对以上存在的问题和难点展开了重点的研究，主要工作如下：　　1、研究视频图像预处理中的图像灰度化、图像去噪、图像二值化、数学形态滤波等技术，降低了车辆检测中车辆目标提取的计算复杂度，提高了准确性。　　2、研究了常用的车辆目标检测算法：光流法、帧差法和背景差分法等算法。针对背景差分法的不足，提出了多帧均值的背景图像初始化方法，弱化甚至消除了第一帧图像初始化背景图像带来的不确定性；提出了一种改进的自适应背景更新模型，对背景模型实时地进行更新，以适应光照的变化和背景扰动等环境的变化，在检测准确性上得到了提升。　　3、研究了运动车辆的相关跟踪方法：基于特征、模型、区域、轮廓和团块等跟踪方法。提出了一种基于质心和面积特征跟踪和卡尔曼滤波器相结合的跟踪算法，首先用卡尔曼滤波器预估运动车辆的位置，再将预测到的车辆目标与当前帧的车辆目标进行质心和面积特征匹配，得到运动车辆在各个视频帧的运行轨迹，实现视频车辆的精确跟踪。　　根据以上提出的图像预处理和车辆检测与跟踪算法，论文设计并实现了基于视频的实时车辆检测系统，经过系统测试和验证表明该系统能够对运动车辆进行准确检测和有效跟踪，并能实时返回车辆交通相关信息。
作者：	杨建球
专业：	软件工程
导师：	吉逸;方宁生
授予学位：	硕士
授予学位单位：	东南大学
学位年度：	2012
正文语种：	中文