基于視頻的車輛檢測跟蹤系統(tǒng)中圖像預(yù)處理算法的研究.pdf

1、隨著現(xiàn)代交通的不斷發(fā)展，城市中車輛的數(shù)量在成幾何倍的增長，直接造成城市交通擁堵，交通事故頻頻發(fā)生。我國的智能交通系統(tǒng)(IntelligentTransportation System，簡稱ITS)近幾年有了很快的發(fā)展。但是由于ITS對于實(shí)時處理的要求非常高，所以如何提高系統(tǒng)中各個算法的處理速度是實(shí)現(xiàn)ITS實(shí)時性的關(guān)鍵。本課題就是在這種情況下產(chǎn)生的。
　　 結(jié)合當(dāng)前相關(guān)的圖像處理技術(shù)與我國ITS發(fā)展的狀況，本文對基于視頻的車輛檢測

2、系統(tǒng)中一些常用的圖像預(yù)處理算法進(jìn)行了研究，并提出了改進(jìn)算法，在保證精確識別車輛和進(jìn)行車輛跟蹤的情況下盡可能的提高系統(tǒng)的處理速度。
　　 為了準(zhǔn)確及時的進(jìn)行車輛識別以及車輛跟蹤，首先要確定車輛在路面上的準(zhǔn)確坐標(biāo)，以便獲取車輛在路面上的準(zhǔn)確位置，然后需要進(jìn)行車輛識別前的圖像預(yù)處理工作，為進(jìn)行車輛識別奠定基礎(chǔ)。比如彩色圖像灰度化、噪聲的消除、視頻抖動的消除、車輛陰影的去除等。
　　 本文設(shè)計(jì)的系統(tǒng)主要分為兩大部分，一部分是車輛

3、識別中圖像的預(yù)處理，另一部分是車輛的跟蹤。車輛識別部分首先要對視頻進(jìn)行彩色圖像的灰度化，以便加速后續(xù)預(yù)處理的速度；然后進(jìn)行圖像濾波以便去除噪聲的影響；接著進(jìn)行視頻圖像的防抖動，以消除視頻抖動帶來的影響；最后學(xué)習(xí)背景，進(jìn)行背景差分，利用多閾值法消除陰影的影響，提取出感興趣區(qū)域(Region Of Interest，簡稱ROI)。車輛跟蹤環(huán)節(jié)中，采用基于特征的跟蹤方法，并將被跟蹤車輛的特征分為主要特征和輔助特征，按照重要程度依次作為條件匹配