交通視頻檢測系統(tǒng)中目標(biāo)檢測和跟蹤方法研究.pdf

1、隨著交通的發(fā)展，交通視頻信息的處理越來越重要?；谝曨l圖像的運動目標(biāo)檢測技術(shù)是處理交通視頻信息的一個重要手段。如何迅速、準(zhǔn)確的檢測到交通目標(biāo)，采集交通信息，是視頻檢測技術(shù)研究的重點。本文在總結(jié)和分析現(xiàn)有運動目標(biāo)檢測與跟蹤方法的基礎(chǔ)上，重點研究靜態(tài)背景下運動目標(biāo)的檢測和跟蹤技術(shù)。對靜態(tài)背景下的背景模型建立與更新、目標(biāo)分割以及目標(biāo)跟蹤等目標(biāo)檢測關(guān)鍵技術(shù)進行了深入研究和探討，對相關(guān)算法進行了改進和實現(xiàn)，對實驗結(jié)果進行了分析。最后，在研究成果的

2、基礎(chǔ)上實現(xiàn)了一個交通檢測系統(tǒng)。本論文的工作主要體現(xiàn)在以下幾方面：
　　 1、分析了目前流行的各種基于靜態(tài)背景的運動目標(biāo)檢測原理與算法，總結(jié)了各算法的特點，并根據(jù)這些方法的特點提出了一種將幀間差分法與背景差分法相結(jié)合的改進目標(biāo)檢測算法。
　　 2、在分析比較現(xiàn)有背景提取方法的基礎(chǔ)上，提出了一種使用自適應(yīng)的背景作差法來自動生成背景模型的改進的背景提取方法，并給出了一種帶權(quán)值因子的背景更新算法。
　　 3、著重討論了目

3、標(biāo)分割閾值的選取方法。給出了一種利用最大類間方差法自適應(yīng)計算分割閾值的方法，并對用該方法進行目標(biāo)像素點與背景像素點分割的原理和方法進行了詳細描述。詳細描述了用膨脹、腐蝕處理消除噪聲，用區(qū)域填充法合并鄰域最終獲取理想分割目標(biāo)區(qū)域的過程。
　　 4、著重分析了針對顏色特征的MeanShift無參估計目標(biāo)跟蹤算法的原理，并對該算法進行了實現(xiàn)，對實驗結(jié)果和算法的優(yōu)劣進行了分析和總結(jié)。詳細研究了擴展卡爾曼濾波目標(biāo)跟蹤算法，分析了算法的特點