基于智能交通的車(chē)輛跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、目前在運(yùn)動(dòng)軍事目標(biāo)的精確打擊、智能交通系統(tǒng)等領(lǐng)域中，目標(biāo)的自動(dòng)檢測(cè)與跟蹤有很多待解決的重要難題，也是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)。Mean-shift算法是一種非參數(shù)的密度梯度估計(jì)算法，最初被用于模式識(shí)別領(lǐng)域中的聚類(lèi)分析，近年來(lái)在目標(biāo)跟蹤等領(lǐng)域得到了廣泛應(yīng)用。
　　 MS跟蹤算法中運(yùn)動(dòng)車(chē)輛的視頻預(yù)處理階段包括車(chē)輛圖像的平滑濾波、背景差分、背景更新、運(yùn)動(dòng)目標(biāo)的檢測(cè)和粗定位等。然后在研究傳統(tǒng)的MS跟蹤算法的基礎(chǔ)上，論文重點(diǎn)對(duì)動(dòng)態(tài)場(chǎng)景的車(chē)

2、輛目標(biāo)的跟蹤進(jìn)行了研究，提出用SVM對(duì)車(chē)輛進(jìn)行識(shí)別，并且融合了核函數(shù)帶寬和模板目標(biāo)更新機(jī)制，目標(biāo)模板采用背景加權(quán)，候選目標(biāo)區(qū)域采用核加權(quán)的自適應(yīng)算法，消除了目標(biāo)模板直方圖中背景像素的影響，能很好的對(duì)目標(biāo)進(jìn)行跟蹤。對(duì)尺度變化較大的運(yùn)動(dòng)目標(biāo)，只有使核函數(shù)帶寬保持與目標(biāo)尺度相吻合才能長(zhǎng)期準(zhǔn)確跟蹤目標(biāo)，因此需要對(duì)核函數(shù)帶寬更新。而且要求模板能夠及時(shí)反映目標(biāo)的最新特征，同時(shí)又要保留某些固有特征，所以需要對(duì)目標(biāo)模板的有效更新。由于干擾和環(huán)境等因素的

3、影響，會(huì)出現(xiàn)車(chē)輛目標(biāo)跟蹤丟失的情況，而采用基于前后幀的線(xiàn)性預(yù)測(cè)可以預(yù)測(cè)候選目標(biāo)的位置，增強(qiáng)了設(shè)計(jì)的系統(tǒng)的穩(wěn)健性。
　　 車(chē)輛跟蹤系統(tǒng)采用基于ARM和DSP的雙核技術(shù)，此系統(tǒng)有廣泛的應(yīng)用前景。基于HPI接口設(shè)計(jì)的雙核特性可以提高了系統(tǒng)的實(shí)時(shí)性，同時(shí)完成了各外圍電路以及驅(qū)動(dòng)程序的設(shè)計(jì)，并且采用CPLD控制系統(tǒng)的時(shí)序和邏輯轉(zhuǎn)換技術(shù)來(lái)設(shè)計(jì)視頻采集電路，使得硬件結(jié)構(gòu)簡(jiǎn)單。使用FIFO作為圖像傳感器和DSP的緩沖，解決了攝像頭和DSP處理器