基于mean shift和surf的車輛視頻檢測與跟蹤.pdf

1、本文主要研究了基于特征的車輛及車牌的檢測與跟蹤。對車輛特征的檢測與提取主要是利用背景差分的方法來完成，其中背景通過高斯模型進(jìn)行建立和更新，然后通過連通域標(biāo)定的方法將運(yùn)動物體的輪廓用一個矩形框框定出來。對車輛特征的跟蹤主要采用兩種方法來完成：一種方法是使用mean shift迭代算法實(shí)現(xiàn)跟蹤；另一種方法是使用基于surf特征的方法實(shí)現(xiàn)目標(biāo)的跟蹤。當(dāng)目標(biāo)與背景灰度值很相近或連續(xù)兩幀的重疊區(qū)域較小時，mean shift算法進(jìn)行目標(biāo)跟蹤時很容

2、易出現(xiàn)誤匹配和匹配不上的情況，基于surf特征的方法不受這些因素的影響。此外surf特征對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性，使用surf特征進(jìn)行目標(biāo)匹配時準(zhǔn)確度比較高。車輛車牌的檢測與跟蹤便是設(shè)計(jì)使用基于surf特征提取與匹配的方法來實(shí)現(xiàn)的。
　　 本文用OpenCV和Visual C++6.0搭建實(shí)驗(yàn)平臺，對相同視頻的車輛特征的檢測與跟蹤使用mean shift迭代算法進(jìn)行跟