基于視頻圖像的車輛行為軌跡檢測技術(shù)研究.pdf

1、近年來，隨著交通監(jiān)控和交通管理的智能化水平不斷提高，以視頻圖像處理、分析、理解為基礎(chǔ)的視頻監(jiān)控技術(shù)越來越多地引起人們的重視。其中，基于視頻圖像的車輛行為軌跡檢測技術(shù)是實現(xiàn)有效快速地獲取車輛信息的方法，可以監(jiān)測車輛的運動狀況，有無違章行駛行為，比如亂停、逆行、變道或者超速等，不僅可以為交通的監(jiān)管提供合法的評判依據(jù)，還可以為交通狀況的分析提供數(shù)據(jù)的支持，使交通運行更智能、更方便、更快捷。本文基于雙目視覺技術(shù)對物體的運動行為軌跡展開研究，主要

2、包括了運動目標(biāo)的檢測與跟蹤、攝像機的標(biāo)定、立體匹配、運動物體三維軌跡生成等方面，其中著重研究了運動物體的檢測與跟蹤、立體匹配算法。
　　首先，在運動車輛的檢測跟蹤方面，重點介紹了LK稀疏光流算法，針對傳統(tǒng)LK光流算法中目標(biāo)檢測跟蹤不準(zhǔn)確的問題，本文提出一種融合GMM和PRLK的多運動目標(biāo)的自動檢測跟蹤算法，并且加入模板更新機制來應(yīng)對運動車輛在行駛的過程中發(fā)生的轉(zhuǎn)彎和形變等現(xiàn)象。整個過程可以進行無監(jiān)督的自動檢測跟蹤，并在三種不同的交

3、通場景下對算法進行試驗，通過實驗驗證該算法可以長時間可靠的跟蹤運動車輛，也能很好的適應(yīng)目標(biāo)尺度的變化，同時采集交通視頻的處理時間數(shù)據(jù)來驗證算法的實時性效果，處理速度分別為27.36fps、28.65fps和24.58fps，可以滿足交通場景中對實時性的需求。
　　其次，在運動車輛的三維運動軌跡重建方面，詳細(xì)介紹了介于傳統(tǒng)標(biāo)定與自標(biāo)定之間的張正友棋盤標(biāo)定法，并利用Matlab立體標(biāo)定工具箱完成攝像機的標(biāo)定，獲得相應(yīng)的攝像機內(nèi)外參數(shù)和