運動車輛檢測與跟蹤算法的研究與實現(xiàn).pdf

1、交通監(jiān)控視頻中運動目標的檢測與跟蹤是智能交通系統(tǒng)的研究課題之一。根據(jù)交通監(jiān)控視頻提供的道路車輛的運動情況的處理與分析，實時的獲取車輛運動速度、流量、道路通行能力等交通參數(shù)。由于實際的道路交通中運動車輛的檢測與跟蹤的準確性受環(huán)境影響較大，場景光照變化、自身尺度變化等因素都會影響到運動車輛的檢測與跟蹤的準確性。因此對運動車輛的檢測和跟蹤的準確性直接影響到監(jiān)控視頻中道路車輛運動情況的處理和分析結(jié)果是否準確。
　　本文分別對視頻序列中的運

2、動車輛檢測算法和視頻序列中的運動車輛跟蹤算法進行研究與實驗，結(jié)合ViBe算法和幀間差分法的特點，利用粒子濾波不受系統(tǒng)模型和噪聲分布的限制的優(yōu)點，對運動車輛檢測與跟蹤算法做出了改進。論文主要開展的研究工作:
　　1、本文對運動目標的檢測中常用的算法進行研究，分析這些方法的工作原理以及應用范圍等。針對ViBe算法中易出現(xiàn)的“鬼影”現(xiàn)象做出了改進。本文結(jié)合幀間差分法能夠快速消除“鬼影”的特點，將擴展鄰域的ViBe算法進行了改進，提高了檢

3、測的效率，降低了誤檢率，從實驗結(jié)果上看能夠獲得更好的檢測效果。
　　2、本文對運動目標的跟蹤算法進行分類以及對比其優(yōu)缺點，詳細介紹了粒子濾波算法的基本原理和具體工作流程。在粒子濾波算法的基礎上對運動車輛被遮擋后易發(fā)生跟蹤偏移的現(xiàn)象做出了改進。本文采用將跟蹤窗口劃分為均等的子窗口，再利用顏色直方圖距離進行遮擋判斷，并從跟蹤效果上與傳統(tǒng)的粒子濾波算法、Mean-Shift算法等進行比較，實驗效果表明該算法的準確性有明顯的提高。