視頻運動目標(biāo)檢測與跟蹤在APC中的應(yīng)用研究.pdf

1、要改善城市日益嚴峻的交通狀況，必須優(yōu)先發(fā)展公共交通。除了加大基礎(chǔ)設(shè)施建設(shè)外，智能公共交通系統(tǒng)是改善公交服務(wù)水平的一個重要途徑。自動乘客計數(shù)(Automatic Passenger Counting，APC)作為智能公交系統(tǒng)的基礎(chǔ)技術(shù)，可以實時統(tǒng)計各時間、各區(qū)段公交車的上下客情況，為科學(xué)合理地安排發(fā)車時間及間隔、優(yōu)化公交線路提供決策依據(jù)，促進公交系統(tǒng)的調(diào)度管理由靜態(tài)轉(zhuǎn)向動態(tài)，從而提高運營水平和服務(wù)水平。 目前國內(nèi)外主要的APC方法

2、是紅外線檢測、壓力檢測等技術(shù)，在我國上下車乘客較擁擠的情況下，其實用性受到限制。因此需要研究適合我國公交特點的乘客計數(shù)方法。圖像處理和模式識別的發(fā)展，為APC提供了新的技術(shù)手段。 本文研究將視頻監(jiān)視技術(shù)應(yīng)用于公交車客流統(tǒng)計，以公交車自動乘客計數(shù)系統(tǒng)(APC)為背景，著重研究了視頻運動目標(biāo)的檢測與跟蹤技術(shù)，通過對視頻圖像序列中出現(xiàn)的運動目標(biāo)的檢測與跟蹤實現(xiàn)對乘客流量的統(tǒng)計。 本文首先分析了運動目標(biāo)檢測與跟蹤算法的處理對象—

3、—視頻圖像序列的特點，并討論了圖像序列的相關(guān)統(tǒng)計特性。介紹了現(xiàn)有的運動目標(biāo)檢測與跟蹤的方法。然后對公交車的應(yīng)用環(huán)境進行了分析，利用統(tǒng)計的方法研究其應(yīng)用特點，得出像素點的灰度變化呈現(xiàn)明顯的階段性，沒有運動目標(biāo)的情況下灰度值分布較為集中。在此基礎(chǔ)上，提出了基于背景差法與相鄰幀差相結(jié)合的目標(biāo)檢測算法，并通過背景模型實現(xiàn)了自適應(yīng)的背景更新。經(jīng)實驗驗證，此方法克服了光照變化的影響，完成了運動目標(biāo)的檢測與提取。 其次，通過采用較有效的圖像濾

4、波、分割、形態(tài)學(xué)處理等方法對進行圖像處理。用連通域檢測算法分割目標(biāo)區(qū)域，計算運動目標(biāo)區(qū)域的特征參數(shù)，主要包括質(zhì)心坐標(biāo)、面積、長寬比等。并利用獲得的特征參數(shù)清除偽目標(biāo)。對于目標(biāo)的跟蹤，提出應(yīng)用Kalman濾波器來完成對運動目標(biāo)在下一時刻的質(zhì)心位置的預(yù)測，從而大大縮小了目標(biāo)匹配時的搜索范圍。對提取的運動目標(biāo)建立匹配模板，在預(yù)測的區(qū)域內(nèi)搜索目標(biāo)并進行匹配。并且根據(jù)該類目標(biāo)在相鄰幀間運動具有連續(xù)性，采用了一種改進的代價函數(shù)，應(yīng)用于目標(biāo)的匹配。