基于智能交通的車輛跟蹤系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、目前在運動軍事目標的精確打擊、智能交通系統(tǒng)等領(lǐng)域中，目標的自動檢測與跟蹤有很多待解決的重要難題，也是計算機視覺領(lǐng)域的研究熱點。Mean-shift算法是一種非參數(shù)的密度梯度估計算法，最初被用于模式識別領(lǐng)域中的聚類分析，近年來在目標跟蹤等領(lǐng)域得到了廣泛應(yīng)用。
　　 MS跟蹤算法中運動車輛的視頻預(yù)處理階段包括車輛圖像的平滑濾波、背景差分、背景更新、運動目標的檢測和粗定位等。然后在研究傳統(tǒng)的MS跟蹤算法的基礎(chǔ)上，論文重點對動態(tài)場景的車

2、輛目標的跟蹤進行了研究，提出用SVM對車輛進行識別，并且融合了核函數(shù)帶寬和模板目標更新機制，目標模板采用背景加權(quán)，候選目標區(qū)域采用核加權(quán)的自適應(yīng)算法，消除了目標模板直方圖中背景像素的影響，能很好的對目標進行跟蹤。對尺度變化較大的運動目標，只有使核函數(shù)帶寬保持與目標尺度相吻合才能長期準確跟蹤目標，因此需要對核函數(shù)帶寬更新。而且要求模板能夠及時反映目標的最新特征，同時又要保留某些固有特征，所以需要對目標模板的有效更新。由于干擾和環(huán)境等因素的

3、影響，會出現(xiàn)車輛目標跟蹤丟失的情況，而采用基于前后幀的線性預(yù)測可以預(yù)測候選目標的位置，增強了設(shè)計的系統(tǒng)的穩(wěn)健性。
　　 車輛跟蹤系統(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?；贖PI接口設(shè)計的雙核特性可以提高了系統(tǒng)的實時性，同時完成了各外圍電路以及驅(qū)動程序的設(shè)計，并且采用CPLD控制系統(tǒng)的時序和邏輯轉(zhuǎn)換技術(shù)來設(shè)計視頻采集電路，使得硬件結(jié)構(gòu)簡單。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