基于視頻的車輛檢測與跟蹤系統(tǒng)的設計與實現(xiàn).pdf

1、視頻圖像中的車輛檢測與跟蹤是智能交通領域中的關鍵技術和主要研究方向。檢測和跟蹤是實現(xiàn)車輛跟蹤過程中不可或缺的兩個部分，車輛檢測模塊可以實時檢測視頻序列幀中出現(xiàn)的車輛，獲得目標參數(shù)，并將信息傳遞給車輛跟蹤模塊，由它對車輛進行匹配和跟蹤，進而獲得車輛的運動軌跡。本文從軟件需求分析、軟件設計、軟件實現(xiàn)及測試等方面出發(fā)，設計實現(xiàn)了基于視頻的車輛檢測與跟蹤系統(tǒng)。論文的具體工作如下：
　　第一，從實際應用的角度出發(fā)，重點介紹了運動目標檢測與跟

2、蹤領域中比較受歡迎的TLD(Tracking-Learning-Detection)跟蹤模型，為后面的章節(jié)做鋪墊。
　　第二，設計基于視頻的車輛檢測與跟蹤系統(tǒng)。從需求分析的角度出發(fā)，針對TLD跟蹤模型不能自動初始化目標區(qū)域的問題，設計使用Kalman濾波背景建模方法用于車輛檢測。針對TLD跟蹤模型對目標嚴重遮擋跟蹤失敗的情況，設計使用GM(1,1)灰色預測模型進行預測。
　　第三，實現(xiàn)基于視頻的車輛檢測與跟蹤系統(tǒng)。在VS20

3、08集成開發(fā)環(huán)境下，采用MFC(Microsoft Foundation Classes)應用程序框架及OpenCV計算機視覺庫，結合開源的TLD跟蹤算法，實現(xiàn)了基于視頻的車輛檢測與跟蹤系統(tǒng)。設計CarDetect類和CBGModel類用于車輛檢測，設計GrayModel類實現(xiàn)對車輛位置的預測。系統(tǒng)主要由歡迎界面、車輛檢測界面和車輛跟蹤界面組成，可以實現(xiàn)顯示控制、車輛檢測、播放控制、車輛跟蹤等基本功能。
　　第四，對基于視頻的車輛