交通視頻中運(yùn)動(dòng)目標(biāo)檢測(cè)及道路檢測(cè)問(wèn)題研究及實(shí)現(xiàn).pdf

1、交通視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)是智能監(jiān)控系統(tǒng)的基礎(chǔ)技術(shù)，對(duì)這項(xiàng)技術(shù)的研究已經(jīng)持續(xù)多年，取得了很多成果，但由于現(xiàn)實(shí)環(huán)境的復(fù)雜性和相關(guān)需求的增加，運(yùn)動(dòng)目標(biāo)的檢測(cè)技術(shù)仍然吸引著眾多研究者的目光。
　　本文在研究了多種經(jīng)典運(yùn)動(dòng)檢測(cè)方法后，基于準(zhǔn)確性和實(shí)時(shí)性的綜合考慮，選擇ViBe(Visual Background Extractor)法作為實(shí)現(xiàn)手段，實(shí)現(xiàn)平臺(tái)為VC+OpenCV，并對(duì)其進(jìn)行了初始化和背景提取方面的改進(jìn)。最后將問(wèn)題一般化，考慮由

2、攝像機(jī)轉(zhuǎn)動(dòng)及光照引起的場(chǎng)景突變、運(yùn)動(dòng)目標(biāo)停止、人車(chē)同行等情況，提出相應(yīng)解決方法。
　　在運(yùn)動(dòng)目標(biāo)檢測(cè)中，由于目標(biāo)的投射陰影隨物體一起運(yùn)動(dòng)，且常常與背景差距較大，使其往往作為目標(biāo)的一部分被檢測(cè)出來(lái)，這給后續(xù)處理帶來(lái)很大的困擾，所以運(yùn)動(dòng)陰影的檢測(cè)與去除成為目標(biāo)檢測(cè)的重要后續(xù)處理步驟。
　　在運(yùn)動(dòng)陰影檢測(cè)方面，采取基于陰影特性的檢測(cè)算法，研究并實(shí)現(xiàn)了基于HSV顏色空間的陰影檢測(cè)、基于LBP紋理的陰影檢測(cè)、基于邊緣信息的陰影檢測(cè)以及

3、基于NCC的陰影檢測(cè)，并對(duì)后三種方法加以改進(jìn)。為提高檢測(cè)效果，將改進(jìn)的基于LBP紋理和改進(jìn)的基于邊緣的檢測(cè)結(jié)果，分別與基于HSV的檢測(cè)結(jié)果進(jìn)行“或”操作，實(shí)驗(yàn)驗(yàn)證了算法的準(zhǔn)確性。
　　道路檢測(cè)方面，不同于傳統(tǒng)的在單幀圖像中進(jìn)行檢測(cè)，而利用運(yùn)動(dòng)信息，結(jié)合邊緣檢測(cè)進(jìn)行道路的檢測(cè)。具體分為基于運(yùn)動(dòng)區(qū)域的道路檢測(cè)和基于運(yùn)動(dòng)軌跡的道路檢測(cè)，針對(duì)單車(chē)道情形、雙車(chē)道情形和有道路陰影的情況進(jìn)行了實(shí)驗(yàn)，驗(yàn)證了算法的魯棒性和實(shí)用性。最后，對(duì)兩種方法的