基于視頻的車輛檢測與跟蹤算法的研究與實現.pdf

1、社會經濟的發(fā)展使得私有汽車的數量急劇增加，智能交通系統(tǒng)(ITS，Intelligent Transportation System)的重要性越發(fā)顯現，同時也被各國提上日程?；谝曨l的車輛檢測與跟蹤算法是ITS的重要組成部分。本文以城市道路為背景，用攝像機采集道路交通視頻，然后通過一系列視頻處理方法提取車流量以及車輛擁堵信息。
　　本研究主要內容包括：⑴基于白天的車輛跟蹤與計數方法。對已存在目標采用粗匹配-選擇最佳匹配-更新目標特征

2、的思路實現目標的跟蹤；對暫時消失的目標根據其質心和面積信息，利用卡爾曼濾波理論建立模型，預測其在下一幀中的位置和面積大小，并對其特征進行更新，待其再次在視頻幀中出現時，再按照已存在目標的處理方式進行匹配和更新。⑵基于夜間的車輛跟蹤與計數方法。本文提出了2種用于夜間車輛計數的方法，分別是:基于虛擬檢測線的車輛計數方法和基于車燈跟蹤的車輛計數方法?；谔摂M檢測線的計數方法是在是指在視頻中間位置設置一條虛擬的線，每一幀都從左至右掃描這條線，若

3、發(fā)現線上有車燈，則將車燈個數加1?；谲嚐舾櫟姆椒ㄊ窍葘嚐暨M行跟蹤，然后對車燈進行匹配，實現對車輛的計數。⑶擁堵等級判斷方法。與跟蹤算法相對應，擁堵等級判斷方法也是有白天和夜間兩套算法。根據一段時間的車流量信息和此段時間內前景的平均比例，將道路擁堵等級劃分為暢通、緩行和擁堵3個等級。⑷晝夜算法切換。本文提出了一種用于晝夜算法切換的方案。首先根據系統(tǒng)時間，確定一個可能進行晝夜切換的時間段；然后提取當前視頻幀的亮度信息，確定晝夜算法之間