運(yùn)動(dòng)車輛目標(biāo)識(shí)別及跟蹤技術(shù)研究.pdf

1、運(yùn)動(dòng)目標(biāo)的識(shí)別與跟蹤技術(shù)在國(guó)民經(jīng)濟(jì)、國(guó)家軍事以及社會(huì)生活等諸多領(lǐng)域中應(yīng)用廣泛且發(fā)展遠(yuǎn)景廣闊，是當(dāng)前人們深究的熱門技術(shù)之一。它是應(yīng)用相關(guān)的圖像識(shí)別與跟蹤方法，以圖像分析為根本，以此實(shí)現(xiàn)了對(duì)圖像序列中既定目標(biāo)的處理、判別與跟蹤。
　　本文在將多種圖像處理、識(shí)別匹配以及目標(biāo)跟蹤算法進(jìn)行對(duì)比分析的基礎(chǔ)上，以移動(dòng)的車輛為對(duì)象，提出了一種在交通場(chǎng)景下實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的識(shí)別與跟蹤的方法。首先，在圖像處理模塊，研究并改進(jìn)了常用的圖像預(yù)處理與分割方法

2、，并對(duì)其結(jié)果進(jìn)行驗(yàn)證比較，選取最優(yōu)方法。其中，結(jié)合使用Otsu算法與改進(jìn)后的自適應(yīng)閾值分割方法，使得圖像在獲得更好的分割效果的同時(shí)其分割操作的運(yùn)算量也得以減小；其次，在目標(biāo)識(shí)別模塊，著重研究了基于像素和基于特征的兩種圖像匹配方法，并分別采用MAD算法與SSDA算法對(duì)圖像進(jìn)行匹配，通過編程調(diào)試與仿真實(shí)驗(yàn)，確定采用效率更高的SSDA算法來完成目標(biāo)的識(shí)別匹配工作；最后，跟蹤模塊中，在窗口質(zhì)心跟蹤的基礎(chǔ)上研究了一種能調(diào)整窗口大小的算法，并用此算