智能交通系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的研究與實(shí)現(xiàn).pdf

1、近年來(lái)，智能交通系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)很受關(guān)注的前沿課題，在城市交通構(gòu)建方面得到了廣泛的應(yīng)用。智能交通系統(tǒng)中運(yùn)動(dòng)目標(biāo)的檢測(cè)是實(shí)現(xiàn)交通系統(tǒng)自動(dòng)化和實(shí)時(shí)應(yīng)用的關(guān)鍵，也是視頻場(chǎng)景分析、行為理解等諸多后續(xù)處理的基礎(chǔ)。目前由于實(shí)際環(huán)境中目標(biāo)運(yùn)動(dòng)的復(fù)雜性，以及視頻數(shù)據(jù)所具有的特殊性，使得智能交通系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)存在著各種各樣的困難，本文重點(diǎn)研究了在比較復(fù)雜背景下采用雙模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法及其在智能交通監(jiān)控系統(tǒng)中的實(shí)現(xiàn)，以及

2、對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行陰影抑制的算法研究。本文對(duì)智能交通系統(tǒng)中監(jiān)控終端進(jìn)行了設(shè)計(jì)。本文的主要研究?jī)?nèi)容有:
　　 首先，本文研究和分析了智能交通系統(tǒng)、運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)國(guó)內(nèi)外的研究現(xiàn)狀以及所存在的問題。對(duì)圖像預(yù)處理、圖像分割、特征提取、判決分類等理論基礎(chǔ)知識(shí)進(jìn)行了比較系統(tǒng)的學(xué)習(xí)與研究。
　　 其次，分析了目前常用的檢測(cè)算法:光流法，幀間差分法，背景差減法。重點(diǎn)對(duì)高斯混合模型算法進(jìn)行了研究，同時(shí)針對(duì)當(dāng)前很多檢測(cè)算法的精度不夠與計(jì)算復(fù)雜

3、，本文提出了一種改進(jìn)的雙模型運(yùn)動(dòng)目標(biāo)檢測(cè)算法。由于檢測(cè)過程中，陰影對(duì)目標(biāo)的正確檢測(cè)存在很大干擾，提出了一種改進(jìn)的高斯混合模型陰影抑制算法。
　　 最后，以ADSP-BF561為主芯片，設(shè)計(jì)了智能交通系統(tǒng)中視頻監(jiān)控終端的整體硬件結(jié)構(gòu)，并對(duì)ADSP-BF561處理器模塊、采集視頻模塊、存儲(chǔ)視頻數(shù)據(jù)模塊和網(wǎng)絡(luò)傳輸模塊進(jìn)行了詳細(xì)的設(shè)計(jì);設(shè)計(jì)了系統(tǒng)的軟件整體框圖，并將系統(tǒng)應(yīng)用在了道路交通中車流量的統(tǒng)計(jì)。
　　 實(shí)驗(yàn)結(jié)果表明，本文提