基于視覺(jué)的夜間車輛檢測(cè)與跟蹤.pdf

1、車輛檢測(cè)系統(tǒng)作為交通監(jiān)控系統(tǒng)的核心部分，有著十分重要的研究?jī)r(jià)值。車輛檢測(cè)系統(tǒng)分為白天和夜晚兩部分，目前對(duì)白天的車輛檢測(cè)系統(tǒng)已經(jīng)研究的很透徹，而且也逐步完善。然而在夜間，由于環(huán)境相對(duì)較暗、可以參照的物體少、性能不穩(wěn)定等因素導(dǎo)致白天的車輛檢測(cè)方法在夜晚下幾乎不能使用。而且目前對(duì)夜晚場(chǎng)景下的車輛檢測(cè)中，因?yàn)檐嚐魧?duì)路面形成的反射光無(wú)法處理，導(dǎo)致車輛的檢測(cè)率下降。針對(duì)以上幾個(gè)問(wèn)題，本文從夜間城市道路交通場(chǎng)景出發(fā)，重點(diǎn)研究對(duì)反射光的剔除方法，同時(shí)研

2、究了基于視覺(jué)的夜間場(chǎng)景下的車輛檢測(cè)和跟蹤技術(shù)。本文主要研究?jī)?nèi)容如下：
　　1）針對(duì)夜間干擾信息太多的問(wèn)題，提出了一種基于 Fisher判別法的分類方法將造成干擾的車燈對(duì)路面形成的反射光剔除的預(yù)處理。首先，提取出感興趣區(qū)域，以減少計(jì)算量和誤差；然后，根據(jù)夜間前景車燈和背景之間的比較明顯的差異這一特征采用了閾值分割中的直方圖雙峰法，這種方法能有效的區(qū)分前景車燈和背景；最后，利用車燈區(qū)域與反射光區(qū)域之間的梯度不同，提出了一種基于Fish

3、er判別法的分類方法。結(jié)合大氣散射和高斯拉普拉斯（Laplacian of the Gaussian，LOG），對(duì)需要檢測(cè)的圖像用Fisher判別法，進(jìn)行反射光去除操作。
　　2）針對(duì)夜間車輛檢測(cè)問(wèn)題，提出了基于車前燈方法來(lái)檢測(cè)夜間道路車輛。首先通過(guò)形態(tài)學(xué)對(duì)車前燈這一有效區(qū)域進(jìn)行提取，剔除一些非車前燈區(qū)域；然后根據(jù)車輛由成對(duì)的車燈來(lái)組成的這一先驗(yàn)知識(shí)，加上兩車燈之間的距離、對(duì)稱以及形態(tài)對(duì)比，對(duì)車前燈進(jìn)行匹配，如匹配成功，則將這兩車

4、燈作為同一車輛來(lái)進(jìn)行檢測(cè)和跟蹤；最后，對(duì)一些可能存在的異常情況進(jìn)行區(qū)分討論和處理，從而提高夜間車輛的正確檢測(cè)率。
　　3）針對(duì)本文涉及的道路交通場(chǎng)景下的視頻由多幀圖像組成這一信息，提出了一種基于鄰域的跟蹤方法，并結(jié)合預(yù)跟蹤隊(duì)列和穩(wěn)定跟蹤隊(duì)列的一個(gè)夜間車輛跟蹤方法。通過(guò)預(yù)跟蹤隊(duì)列可以篩選出比較穩(wěn)定的跟蹤目標(biāo)，成為跟蹤目標(biāo)之后能夠讓跟蹤方法有較好的穩(wěn)定性。通過(guò)穩(wěn)定跟蹤隊(duì)列可以加強(qiáng)對(duì)跟蹤目標(biāo)丟失以及跟蹤目標(biāo)特征變化的容錯(cuò)性，這種方法可以