基于視頻圖像處理技術(shù)的運(yùn)動車輛檢測與跟蹤算法研究.pdf

1、智能交通系統(tǒng)主要應(yīng)用計算機(jī)視覺和視頻圖像處理等技術(shù)來監(jiān)控道路交通運(yùn)輸狀況、采集交通信息并且做出相應(yīng)的交通管理決策，從而解決目前交通運(yùn)輸快速發(fā)展所引發(fā)的各種問題。運(yùn)動車輛檢測與跟蹤則是智能交通系統(tǒng)中的重要組成部分，成為了國內(nèi)外的熱點(diǎn)研究領(lǐng)域。本文對固定攝像頭下的運(yùn)動車輛檢測與跟蹤技術(shù)做了深入的研究，提出了基于視頻圖像處理技術(shù)的運(yùn)動車輛檢測與跟蹤算法，本文完成的主要研究工作有以下兩個方面：
　　 (1)在運(yùn)動車輛的檢測中，根據(jù)獨(dú)立成

2、分分析原理，提出了一種基于固定點(diǎn)算法的運(yùn)動車輛檢測方法，并使用光譜冗余方法解決了獨(dú)立成分分析檢測結(jié)果通道不確定的問題。該方法將交通圖像序列看作是由背景圖像和運(yùn)動車輛圖像混合而成的觀測信號，用獨(dú)立成分分析方法分離出背景圖像和前景運(yùn)動車輛圖像，由于分離出的前景圖像中包含有少量的路面信息，又一次結(jié)合光譜冗余方法去除了少量的路面信息，最終實(shí)現(xiàn)了運(yùn)動車輛的檢測。基于獨(dú)立成分分析的運(yùn)動車輛檢測方法有較強(qiáng)的抵抗圖像背景灰度變化的能力，即使在外界天氣、

3、光照明顯變化的情況下，依然可以準(zhǔn)確、清晰地檢測出運(yùn)動車輛，具有較好的魯棒性，是一種有效的運(yùn)動車輛檢測方法。
　　 (2)在運(yùn)動車輛的跟蹤中，根據(jù)卡爾曼濾波器的原理，提出了基于卡爾曼濾波器與特征的運(yùn)動車輛跟蹤算法。本文選取了車輛的顏色和質(zhì)心作為匹配特征，顏色特征具有一定的矩不變特性，當(dāng)車輛的行駛狀態(tài)發(fā)生變化時這個特性也保持不變；質(zhì)心特征描述了運(yùn)動車輛的位置。而卡爾曼濾波器可以根據(jù)當(dāng)前幀圖像中目標(biāo)車輛的位置來預(yù)測下一幀圖像中目標(biāo)可能