智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)的檢測(cè)與預(yù)警技術(shù).pdf

1、智能交通監(jiān)控系統(tǒng)的應(yīng)用近年來(lái)越來(lái)越得到人們的重視，它是利用計(jì)算機(jī)視覺(jué)技術(shù)，對(duì)監(jiān)控視頻中的數(shù)據(jù)信息進(jìn)行分析，得出有意義的數(shù)據(jù)，對(duì)管理交通的正常運(yùn)行提供有力的幫助。傳統(tǒng)的監(jiān)控系統(tǒng)，隨時(shí)需要人的主觀(guān)判斷。然而隨著監(jiān)控視頻數(shù)量的增加，監(jiān)控人員承受的壓力和負(fù)擔(dān)越來(lái)越重。智能交通監(jiān)控系統(tǒng)利用計(jì)算機(jī)視覺(jué)技術(shù)，對(duì)監(jiān)控視頻中的圖像序列進(jìn)行分析，提取交通工具和人等運(yùn)動(dòng)目標(biāo)，分析場(chǎng)景中運(yùn)動(dòng)目標(biāo)的行為，如發(fā)現(xiàn)異常情況及時(shí)做出反應(yīng)，并顯示警告信息，提醒工作人員及

2、時(shí)處理，使交通正常運(yùn)行，減小相關(guān)人員財(cái)產(chǎn)損失。
　　 本文主要從以下三個(gè)方面進(jìn)行研究：
　　 首先，運(yùn)動(dòng)目標(biāo)檢測(cè)，即將監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)出來(lái)。本文使用了一種簡(jiǎn)單有效的算法(空間向量差法)實(shí)現(xiàn)了視頻圖像中運(yùn)動(dòng)目標(biāo)的檢測(cè)。該方法主要利用空間向量的兩個(gè)重要的屬性：長(zhǎng)度和方向。通過(guò)觀(guān)察長(zhǎng)度和方向的統(tǒng)計(jì)特性，對(duì)運(yùn)動(dòng)目標(biāo)和噪聲進(jìn)行了分類(lèi)，并計(jì)算自適應(yīng)分割閾值，實(shí)現(xiàn)了自動(dòng)檢測(cè)運(yùn)動(dòng)目標(biāo)并刪除了相關(guān)噪聲。最后，通過(guò)數(shù)學(xué)形態(tài)學(xué)方法對(duì)運(yùn)動(dòng)

3、模板中的孤立噪聲點(diǎn)進(jìn)行刪除，并對(duì)不完整的運(yùn)動(dòng)目標(biāo)進(jìn)行了修補(bǔ)。實(shí)驗(yàn)表明最后的檢測(cè)結(jié)果比較理想，為下一步目標(biāo)的跟蹤提供了保障。
　　 其次，在目標(biāo)跟蹤方面，首先利用檢測(cè)的結(jié)果提取目標(biāo)的特征信息。接著介紹了卡爾曼濾波器的基本原理以及在跟蹤方面的應(yīng)用。在對(duì)目標(biāo)的跟蹤過(guò)程中，對(duì)于一般目標(biāo)的跟蹤只是采取了外接矩形的重疊面積作為判斷依據(jù)，算法簡(jiǎn)單。而對(duì)于一些復(fù)雜情況，如目標(biāo)合成，僅僅利用重疊面積無(wú)法滿(mǎn)足跟蹤的要求。這時(shí)先利用卡爾曼濾波器預(yù)測(cè)目