視頻監(jiān)控中運(yùn)動(dòng)車輛檢測(cè)與跟蹤算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，基于圖像處理的智能交通系統(tǒng)因其實(shí)時(shí)、準(zhǔn)確、高效的特點(diǎn)，受到了人們的廣泛關(guān)注。在智能交通系統(tǒng)中，運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤可以完成對(duì)交通車輛的智能檢測(cè)與跟蹤、分類識(shí)別等功能。本文重點(diǎn)研究了智能交通中的運(yùn)動(dòng)車輛檢測(cè)與跟蹤算法。
　　為了后期處理方便，提高對(duì)目標(biāo)的識(shí)別跟蹤效果，論文研究了常見的圖像預(yù)處理方法，包括圖像的復(fù)原、灰度化、二值化及形態(tài)學(xué)處理等。
　　在對(duì)運(yùn)動(dòng)車輛檢測(cè)算法進(jìn)行分析研究的基礎(chǔ)上，論文重點(diǎn)仿真

2、了基于Lucas&Kanade模型的光流法、基于CodeBook算法的前景檢測(cè)算法以及基于高斯模型的背景相減法等運(yùn)動(dòng)車輛檢測(cè)算法；由于車輛陰影影響到檢測(cè)效果，論文研究了車輛陰影的特點(diǎn)并進(jìn)行了陰影消除；通過(guò)分析相關(guān)算法的優(yōu)缺點(diǎn)，提出了結(jié)合基于邊緣三幀差分法與混合高斯背景相減法的運(yùn)動(dòng)車輛提取算法。仿真實(shí)驗(yàn)表明，本算法可以完整的提取運(yùn)動(dòng)車輛區(qū)域，保留運(yùn)動(dòng)車輛的完整信息，提高了算法的實(shí)時(shí)性與魯棒性。
　　在對(duì)運(yùn)動(dòng)車輛跟蹤算法進(jìn)行分類研究后