交通圖像序列的分割與目標跟蹤.pdf

1、智能交通視頻監(jiān)控系統(tǒng)(ITSS)以將監(jiān)控范圍內(nèi)提取感興趣目標為目的，需要綜合運用圖像采集、去噪、增強、陰影消除和目標跟蹤等軟硬件技術，而其中一個關鍵的問題便是對車輛目標的準確分割和實時跟蹤。本文以數(shù)字攝像機和PC為硬件平臺，進行一系列實驗，重點研究了城市道路路況信息的獲取。
　　 為了搭建一個高性能、運行穩(wěn)定的視頻監(jiān)控系統(tǒng)硬件平臺，在充分分析各種監(jiān)控系統(tǒng)的優(yōu)缺點的基礎上，本文選用了基于千兆以太網(wǎng)的數(shù)字攝像機的視頻監(jiān)控系統(tǒng)。實驗表

2、明該硬件方案性能優(yōu)越，為后續(xù)實驗打下了堅實基礎。
　　 圖像分割作為研究交通圖像序列的起始階段，直接決定著后期交通目標跟蹤的成敗，所以有必要使用一種實時性高、分割準確的算法。在對比傳統(tǒng)的光流法和相鄰幀差法分割效果的基礎上，本文選用基于背景差分的交通圖像分割算法。通過建立初始背景、動態(tài)背景更新、背景差分、自動閾值選取和必要的形態(tài)學處理等一系列行之有效的算法，實現(xiàn)了運動目標的正確分割。
　　 陰影消除是當前交通視頻監(jiān)控系統(tǒng)的

3、關鍵技術，建立適用性高且分割準確的陰影消除算法，有重要研究價值。本文通過深入研究當前主流的陰影消除算法，在進行大量實驗的基礎上，確立了一種基于歸一化RGB色彩模型的陰影消除算法，實現(xiàn)了運算量小，分割準確的效果。
　　 目標跟蹤是交通圖像序列研究的核心，目的就是要準確跟蹤監(jiān)控范圍內(nèi)的感興趣目標。本文通過研究模板匹配、主動輪廓模型和Kalman濾波等算法，提出了基于主動輪廓模型的Kalman濾波算法，實現(xiàn)了交通圖像序列的車輛目標跟蹤