基于視頻處理的混合交通事件檢測(cè)方法研究.pdf

1、混合交通是我國(guó)交通的主要特征，基于視頻處理的交通事件檢測(cè)是智能交通領(lǐng)域的重要研究?jī)?nèi)容之一。本文從混合交通流的檢測(cè)方法入手，分別對(duì)背景模型、目標(biāo)識(shí)別和事件檢測(cè)進(jìn)行了研究。
　　 首先，本論文針對(duì)混合交通環(huán)境下，運(yùn)動(dòng)目標(biāo)種類多，背景提取困難的特點(diǎn)，提出基于三幀差分法和數(shù)學(xué)形態(tài)學(xué)的背景自適應(yīng)模型，該模型能夠排除各種前景運(yùn)動(dòng)目標(biāo)所造成的干擾，實(shí)現(xiàn)了復(fù)雜場(chǎng)景下的背景自動(dòng)生成與更新。同時(shí)，該模型還可以根據(jù)環(huán)境光照強(qiáng)度的變化實(shí)時(shí)調(diào)整圖像亮度，

2、保證不同的視頻圖像具有相似的背景亮度。
　　 其次，結(jié)合目標(biāo)形態(tài)特性，提出了基于偏心矩向量的混合交通物體特征提取與表達(dá)方法，該方法在物體的運(yùn)動(dòng)過程中具有旋轉(zhuǎn)、平移和伸縮不變性。建立了基于SVM的識(shí)別分類算法，實(shí)現(xiàn)機(jī)動(dòng)車、非機(jī)動(dòng)車和行人的有效識(shí)別。在運(yùn)動(dòng)跟蹤方面，結(jié)合混合交通流中多類目標(biāo)的特點(diǎn)，提出基于卡爾曼濾波模型的多特征匹配方法，保證了運(yùn)動(dòng)狀態(tài)的準(zhǔn)確估計(jì)。該部分研究為目標(biāo)的事件識(shí)別提供了有效的技術(shù)手段。
　　 最后，構(gòu)