基于Mean-Shift改進(jìn)算法的運(yùn)動(dòng)車(chē)輛檢測(cè)與跟蹤.pdf

1、　　智能交通系統(tǒng)(Intelligent Transportation Systems)是一個(gè)廣泛的概念。基于計(jì)算機(jī)視覺(jué)、模式識(shí)別與圖像處理的交通監(jiān)控系統(tǒng)是其十分重要的組成部分。隨著我國(guó)車(chē)輛工業(yè)的蓬勃發(fā)展以及公路網(wǎng)絡(luò)的日臻完善，越來(lái)越受到交通監(jiān)管部門(mén)、高校以及科研院所的重視。
　　運(yùn)動(dòng)目標(biāo)提取后對(duì)目標(biāo)進(jìn)行行為分析是幾乎所有此類(lèi)智能交通監(jiān)控系統(tǒng)的核心框架。課題針對(duì)目前交通監(jiān)控主要依托人工的現(xiàn)狀，主要研究運(yùn)動(dòng)車(chē)輛提取和基于Mean

2、-Shift改進(jìn)算法的車(chē)輛跟蹤及行為分析。解決了傳統(tǒng)交通監(jiān)控耗費(fèi)過(guò)多人力以及相似智能監(jiān)控系統(tǒng)在前景提取、陰影抑制和跟蹤上面的不足。
　　運(yùn)動(dòng)車(chē)輛在視頻流中的分割與提取是進(jìn)行車(chē)輛行為分析的基礎(chǔ)。其中，背景差分(Background Difference)與幀間差分(Frame Difference)是因?yàn)檫\(yùn)算簡(jiǎn)單、時(shí)效性高等特點(diǎn)被廣泛應(yīng)用。針對(duì)課題的特點(diǎn)，論文改進(jìn)了背景差分同時(shí)結(jié)合三幀差分來(lái)進(jìn)行運(yùn)動(dòng)車(chē)輛提取。此算法在保證實(shí)時(shí)性的

3、前提下，能更好地保證運(yùn)動(dòng)車(chē)輛前景的完整性。
　　完整的運(yùn)動(dòng)目標(biāo)提取后不僅包括車(chē)輛本身，也包括運(yùn)動(dòng)車(chē)輛產(chǎn)生的陰影。陰影與運(yùn)動(dòng)車(chē)輛的混淆造成在識(shí)別、分割上的眾多錯(cuò)誤，因此陰影抑制是前景提取后一項(xiàng)重要的工作。論文基于課題特點(diǎn)提出一種多特征結(jié)合進(jìn)行陰影抑制的算法，實(shí)驗(yàn)證明了方法的有效性。
　　得到經(jīng)過(guò)陰影抑制的前景運(yùn)動(dòng)車(chē)輛后，課題選擇在目標(biāo)跟蹤基礎(chǔ)上進(jìn)行運(yùn)動(dòng)車(chē)輛的行為分析。傳統(tǒng)的Mean-Shift算法在車(chē)輛跟蹤時(shí)會(huì)出現(xiàn)一些