交通事件視頻檢測(cè)系統(tǒng)中圖像處理算法的研究.pdf

1、伴隨著經(jīng)濟(jì)的快速發(fā)展和道路的快速建設(shè)，汽車數(shù)量得到大幅度的增加。但是由于道路管理手段的落后，由此而引發(fā)的道路交通事件也越來(lái)越頻繁。交通事件的頻繁發(fā)生不僅嚴(yán)重影響了道路通行能力，而且對(duì)道路上人員安全也造成了很大的威脅。為了有效地降低交通事件造成的影響，世界各國(guó)都投入了大量的人力和物力進(jìn)行相關(guān)研究。 交通事件檢測(cè)方法目前有很多。視頻檢測(cè)技術(shù)由于具有安裝方便、覆蓋范圍大、效果好等特點(diǎn)，已經(jīng)成為當(dāng)前交通事件檢測(cè)領(lǐng)域的一個(gè)研究熱點(diǎn)。視頻檢

2、測(cè)的基礎(chǔ)技術(shù)就是對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤，前期工作完成質(zhì)量的好壞直接影響到事件的判斷。本文在實(shí)驗(yàn)室的微波監(jiān)控平臺(tái)上，重點(diǎn)研究了交通視頻圖像序列中運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)，主要內(nèi)容如下： (1)介紹交通事件的定義及其帶來(lái)的影響，比較目前交通事件檢測(cè)手段，視頻檢測(cè)因其自身的優(yōu)越性，成為現(xiàn)在研究的重點(diǎn)。 (2)介紹交通視頻監(jiān)控系統(tǒng)的各組成部分。 (3)運(yùn)動(dòng)目標(biāo)檢測(cè)方面，提出了基于背景重建的車輛檢測(cè)算法。該方法包括背景的提取

3、及更新、閾值分割、去噪處理和連通區(qū)域標(biāo)識(shí)。這一系列算法能很好地把目標(biāo)車輛完整地提取出來(lái)。 (4)運(yùn)動(dòng)目標(biāo)跟蹤方面，在以前期的運(yùn)動(dòng)目標(biāo)檢測(cè)，獲取運(yùn)動(dòng)目標(biāo)特征的基礎(chǔ)上，提出了基于卡爾曼濾波的特征匹配跟蹤方法。通過(guò)卡爾曼濾波跟蹤算法，對(duì)目標(biāo)在下一步的運(yùn)動(dòng)我們可以做出預(yù)測(cè)，估計(jì)其在下一時(shí)刻可能的位置，從而可以在這個(gè)位置附近的小范圍內(nèi)，對(duì)目標(biāo)進(jìn)行搜索匹配，建立目標(biāo)在連續(xù)幀中的對(duì)應(yīng)關(guān)系。 (5)最后，應(yīng)用VisualC++開(kāi)發(fā)工具編