基于計(jì)算機(jī)視覺的汽車流量檢測(cè)研究.pdf

1、該文首先根據(jù)輸入的實(shí)時(shí)圖像序列,進(jìn)行自適應(yīng)學(xué)習(xí)以重建出背景,在此基礎(chǔ)上將輸入的道路實(shí)時(shí)圖像和背景圖像進(jìn)行差分運(yùn)算.該文實(shí)現(xiàn)了一個(gè)由圖像獲取、運(yùn)動(dòng)檢測(cè)、形態(tài)濾波、連通域分析、運(yùn)動(dòng)跟蹤等部分組成的車流檢測(cè)和運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng),并針對(duì)實(shí)現(xiàn)過程中遇到的問題及難點(diǎn)提出了相應(yīng)的解決方法.該論文分為以下六個(gè)部分.第一部分介紹了計(jì)算機(jī)視覺系統(tǒng)的發(fā)展過程及其在智能交通系統(tǒng)中的應(yīng)用,并對(duì)車流檢測(cè)和運(yùn)動(dòng)目標(biāo)跟蹤的方法進(jìn)行了比較;第二部分著重研究了從序列視頻圖像

2、中重建出真實(shí)背景的技術(shù),并對(duì)其中所表現(xiàn)出的問題提出了相應(yīng)的改進(jìn)方案,取得了良好的效果;第三部分針對(duì)實(shí)時(shí)視頻圖像和背景差分后的灰度圖像進(jìn)行預(yù)處理,重點(diǎn)討論了弱目標(biāo)的二值化問題及圖像的形態(tài)學(xué)濾波;第四部分介紹了線段編碼在該系統(tǒng)中的應(yīng)用,提出了一種快速分割目標(biāo)并同時(shí)提取出其特征參數(shù)的方法,并將其和常規(guī)算法進(jìn)行了比較;第五部分介紹了目標(biāo)區(qū)域合并的過程,著重研究了運(yùn)動(dòng)目標(biāo)跟蹤的方法,通過建立目標(biāo)的運(yùn)動(dòng)狀態(tài)來辨識(shí)目標(biāo)的遮擋問題,并利用α-β-γ濾波