計算機視覺在智能交通中的應用：若干關鍵問題的研究.pdf

1、本文嘗試在一些關鍵問題的處理上提出實時有效的算法。這些關鍵問題包括運動分割及車輛位置的提取，運動車輛的行駛軌跡跟蹤，分道線及道路紋理的識別，視覺遮擋分析等等，針對交通場景提出了新的剛體運動分割的方法，與傳統(tǒng)的方法不同，新方法在進行參考背景學習時加入了一個運動因子對學習速度進行自適應的控制，同時運用局部動態(tài)閾值進行判斷，提高了運動檢測的魯棒性，在平均處理時間上明顯優(yōu)于以往被較多采用的模型法；對學習得到的參考背景進行分析，把象素分為“分道線

2、”、“路面”、“其它”三類，并提取各車道的位置信息，分道線的提取采用的是經典的HOUGH變換以及曲線擬合的方法，而路面紋理的分割則是采用了一種新的區(qū)域生長的算法；基于前面兩點處理的結果，提出一種新的基于粒子濾波器的車輛跟蹤的算法，新算法參照傳統(tǒng)視覺跟蹤的理論框架，在向量初始化、狀態(tài)模型、觀測模型等方面提出了新的思路；設計了一種基于視頻的交通流量監(jiān)測的方法，與以往的虛擬線圈的方法相比，新方法更能適應不同的車型，具有更高的準確率；利用立體視