夜間車輛檢測(cè)與跟蹤.pdf

1、伴著車輛數(shù)目的逐步增加，行車安全問(wèn)題也跟著備受關(guān)注。智能交通監(jiān)控系統(tǒng)中的車輛檢測(cè)問(wèn)題一直是備受關(guān)注的熱點(diǎn)問(wèn)題，車輛檢測(cè)系統(tǒng)在白天場(chǎng)景下的研究已經(jīng)比較成熟；在夜間車輛檢測(cè)中，主要采用的是車輛的車燈特征進(jìn)行車輛檢測(cè)，但是在這種亮度較暗、車況比較復(fù)雜的這種場(chǎng)景下，還是存在一些問(wèn)題，比如，車燈在路上的反射光會(huì)對(duì)車燈的檢測(cè)形成明顯干擾，影響車輛的正確檢測(cè)；同時(shí)白天場(chǎng)景下常用的檢測(cè)方法無(wú)法適用到夜間場(chǎng)景中。為了解決路面反射光對(duì)夜間車輛檢測(cè)的干擾問(wèn)題

2、，本文提出路面反射光和車燈的分類方法，消除反射光對(duì)夜間車輛檢測(cè)算法的干擾，并且通過(guò)跟蹤方法對(duì)檢測(cè)到的車輛進(jìn)行跟蹤，有效消除檢測(cè)過(guò)程中可能出現(xiàn)的誤檢與漏檢情況，提高道路車輛的準(zhǔn)確檢測(cè)效果。本文的主要研究工作包括以下三個(gè)方面：
　　第一部分的工作是針對(duì)基于車燈特征的車輛檢測(cè)中，路面反射光干擾問(wèn)題，根據(jù)車燈和反射光之間亮度梯度的差異，提出了使用不同的分類方法，對(duì)路面形成的反射光進(jìn)行剔除處理。首先，依據(jù)閾值分割法對(duì)感興趣區(qū)域進(jìn)行處理，初步

3、過(guò)濾出亮前景區(qū)域；然后，利用濾波與Bouguer的衰減指數(shù)定律，根據(jù)前車燈和反光區(qū)域在梯度上的差異性，構(gòu)建對(duì)應(yīng)的數(shù)據(jù)統(tǒng)計(jì)特征；最后，使用數(shù)據(jù)分類中幾種比較常用的數(shù)據(jù)分類方法：馬氏距離、K近鄰密度估計(jì)技術(shù)、基于貝葉斯決策理論的分類法、決策樹學(xué)習(xí)，對(duì)相應(yīng)的統(tǒng)計(jì)特征進(jìn)行分類，消除反光干擾，實(shí)現(xiàn)車燈準(zhǔn)確檢測(cè)。
　　第二部分的工作是在前一部分研究的分類方法的基礎(chǔ)上，根據(jù)車燈和反射光的亮度方差的顯著差異構(gòu)造新的方差特征，目的是優(yōu)化車燈和反射光

4、的分類方法，來(lái)進(jìn)一步提高夜間車輛檢測(cè)的性能。使用一種新的性能較優(yōu)的決策樹學(xué)習(xí)方法，并且進(jìn)一步研究能更好描述車燈的特征，發(fā)現(xiàn)前車燈和反射光之間在方差特征上有較大的差異性，在本場(chǎng)景中可以利用方差特征去較好的區(qū)分出車燈區(qū)域與路面反光區(qū)域，從而據(jù)此我們提出了基于方差特征的夜間車輛檢測(cè)，并且通過(guò)實(shí)驗(yàn)結(jié)果證明在前一部分的基礎(chǔ)上，本部分工作實(shí)現(xiàn)了車燈的更準(zhǔn)確有效的檢測(cè)。
　　第三部分的工作主要是針對(duì)道路交通場(chǎng)景下的視頻是由多幀圖像組成的這一信息