車輛實時檢測系統(tǒng)的研究與實現(xiàn).pdf

1、智能交通系統(tǒng)(ITS)是目前視頻智能監(jiān)控領域各國專家關注和研究的熱點課題。而本文研究的車輛實時檢測系統(tǒng)結合了計算機視覺技術，是智能交通系統(tǒng)的基礎組成部分。相對于傳統(tǒng)的車輛檢測方法，現(xiàn)代車輛實時檢測與跟蹤技術能使計算機模擬人類的視覺感官能力，智能辨別視頻中出現(xiàn)的車輛，為進一步的車輛運動行為理解和分析提供重要數(shù)據。但車輛檢測與跟蹤技術的研究仍不成熟，還存在著天氣變化、背景擾動、光照變化、車輛遮擋等因素影響的問題。論文針對以上存在的問題和難點

2、展開了重點的研究，主要工作如下：
　　1、研究視頻圖像預處理中的圖像灰度化、圖像去噪、圖像二值化、數(shù)學形態(tài)濾波等技術，降低了車輛檢測中車輛目標提取的計算復雜度，提高了準確性。
　　2、研究了常用的車輛目標檢測算法：光流法、幀差法和背景差分法等算法。針對背景差分法的不足，提出了多幀均值的背景圖像初始化方法，弱化甚至消除了第一幀圖像初始化背景圖像帶來的不確定性；提出了一種改進的自適應背景更新模型，對背景模型實時地進行更新，以適應

3、光照的變化和背景擾動等環(huán)境的變化，在檢測準確性上得到了提升。
　　3、研究了運動車輛的相關跟蹤方法：基于特征、模型、區(qū)域、輪廓和團塊等跟蹤方法。提出了一種基于質心和面積特征跟蹤和卡爾曼濾波器相結合的跟蹤算法，首先用卡爾曼濾波器預估運動車輛的位置，再將預測到的車輛目標與當前幀的車輛目標進行質心和面積特征匹配，得到運動車輛在各個視頻幀的運行軌跡，實現(xiàn)視頻車輛的精確跟蹤。
　　根據以上提出的圖像預處理和車輛檢測與跟蹤算法，論文設計