基于運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤視頻測(cè)速算法的研究.pdf

1、交通在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中發(fā)揮著舉足輕重的作用。智能交通系統(tǒng)中，交通檢測(cè)的信息采集已經(jīng)成為計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用的一項(xiàng)重要課題，而運(yùn)動(dòng)車輛的檢測(cè)、分割與跟蹤則是其中最為基礎(chǔ)的部分。本文針對(duì)以上幾個(gè)方面的問(wèn)題進(jìn)行探索和研究，提出新的方法，并通過(guò)實(shí)驗(yàn)證明新方法的有效性，對(duì)后續(xù)車速檢測(cè)提供基本保證。
　　 車速檢測(cè)是交通管理系統(tǒng)中的一個(gè)重要組成部分。隨著圖像處理技術(shù)的發(fā)展，視頻檢測(cè)技術(shù)在車速檢測(cè)中的應(yīng)用越來(lái)越廣泛，本文主要研究圖像處理在視

2、頻車速檢測(cè)中的應(yīng)用。
　　 基于移動(dòng)測(cè)速設(shè)備的測(cè)速模式，本文提出了一種視頻序列圖像的車輛測(cè)速實(shí)現(xiàn)方法，通過(guò)測(cè)定固定時(shí)間間隔的連續(xù)兩幀圖像中目標(biāo)車輛的相對(duì)位移來(lái)進(jìn)行車速的測(cè)定，以及通過(guò)車輛定位判別的思想提高了測(cè)速的精度。采用數(shù)學(xué)形態(tài)學(xué)結(jié)構(gòu)元素進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，最小協(xié)方差矩陣進(jìn)行跟蹤，然后在求得車輛運(yùn)動(dòng)位移基礎(chǔ)上得到車輛速度。實(shí)驗(yàn)結(jié)果表明，該方法能較為精確的測(cè)量出車輛的實(shí)際行駛速度，克服了傳統(tǒng)測(cè)速方法的不足，在高速公路移動(dòng)測(cè)速等場(chǎng)合

3、具有較好的使用價(jià)值。
　　 在運(yùn)動(dòng)物體檢測(cè)方面，本文在傳統(tǒng)的背景相減法和幀間相減法的基礎(chǔ)上，采用背景相減法和幀間相減法相結(jié)合的方法來(lái)檢測(cè)運(yùn)動(dòng)物體，并通過(guò)這種方法得到差分圖像。
　　 對(duì)檢測(cè)得到的灰度差分圖像進(jìn)行分割、跟蹤及測(cè)速時(shí)本文分為四個(gè)步驟：
　　 (1)利用多結(jié)構(gòu)元素的形態(tài)學(xué)邊緣檢測(cè)算子對(duì)前面獲得的灰度差分圖像進(jìn)行邊緣檢測(cè)；
　　 (2)對(duì)檢測(cè)出來(lái)的灰度差分圖像用原始OTSU法進(jìn)行分割，將分割得到的

4、二值圖像與(1)得到的圖像邊緣相加，得到改進(jìn)的二值圖像；
　　 (3)應(yīng)用數(shù)學(xué)形態(tài)學(xué)方法對(duì)改進(jìn)的二值圖像進(jìn)行目標(biāo)增強(qiáng)及濾波去噪處理，得到所需圖像，進(jìn)而對(duì)提取出的目標(biāo)圖像進(jìn)行下一步的跟蹤操作；
　　 (4)在跟蹤識(shí)別的基礎(chǔ)上對(duì)運(yùn)動(dòng)車輛進(jìn)行檢測(cè)，求出車輛的運(yùn)動(dòng)距離，再根據(jù)固定時(shí)間間隔，求出車輛的速度。
　　 在對(duì)運(yùn)動(dòng)物體分割的基礎(chǔ)上，依據(jù)分割出的運(yùn)動(dòng)目標(biāo)的質(zhì)心和跟蹤窗口對(duì)場(chǎng)景中的車輛進(jìn)行識(shí)別跟蹤。跟蹤的同時(shí)，通過(guò)運(yùn)動(dòng)