運(yùn)動(dòng)目標(biāo)的分割、識(shí)別及其在ITS中的應(yīng)用.pdf

1、視頻序列分析是機(jī)器視覺(jué)領(lǐng)域中的一個(gè)十分活躍的分支，它的一個(gè)土要應(yīng)用就是視頻序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤和識(shí)別，利用視頻成像技術(shù)獲得目標(biāo)序列圖像，再?gòu)男蛄袌D像中分割出運(yùn)動(dòng)信息，對(duì)諸如飛機(jī)、車輛和行人等運(yùn)動(dòng)目標(biāo)進(jìn)行實(shí)時(shí)分割、定位、跟蹤和識(shí)別。由于視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤在國(guó)民經(jīng)濟(jì)和軍事領(lǐng)域的許多方面有著廣泛的應(yīng)用，所以它的研究受到各國(guó)科學(xué)家的普遍關(guān)注。同時(shí)，運(yùn)動(dòng)目標(biāo)分析的關(guān)鍵技術(shù)也是機(jī)器視覺(jué)的其它應(yīng)用領(lǐng)域如視頻檢索和視頻壓縮編碼等技術(shù)的基礎(chǔ)。

2、 運(yùn)動(dòng)目標(biāo)的檢測(cè)、識(shí)別在機(jī)器視覺(jué)中起著承上啟下的作用。本文針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤和識(shí)別中存在的關(guān)鍵問(wèn)題如運(yùn)動(dòng)目標(biāo)分割、陰影去除、跟蹤和識(shí)別，進(jìn)行了相關(guān)的理論研究，并將研究結(jié)果應(yīng)用到實(shí)際的ITS系統(tǒng)中。本文主要完成了以下有特色的研究工作： (1)在對(duì)幀間差方法、光流場(chǎng)方法以及背景重建方法等運(yùn)動(dòng)目標(biāo)分割的相關(guān)理論進(jìn)行研究的基礎(chǔ)上。著重研究了利用高斯混合模型背景重建分割運(yùn)動(dòng)目標(biāo)的方法。提出了在象素級(jí)、區(qū)塊級(jí)和幀級(jí)利用顏色和紋理信

3、息從視頻圖像序列中提取運(yùn)動(dòng)目標(biāo)的算法。算法在象素級(jí)利用基于YUV顏色空間的高斯混合模型進(jìn)行背景估計(jì)，為了使算法適應(yīng)交通繁忙區(qū)域的情況，結(jié)合幀間差方法自適應(yīng)地調(diào)節(jié)學(xué)習(xí)速率α；在區(qū)塊級(jí)利用圖像的結(jié)構(gòu)信息來(lái)濾除區(qū)域亮度變化對(duì)目標(biāo)分割的影響；在幀級(jí)進(jìn)行圖像幀之間的亮度比較，從而消除環(huán)境亮度的突然變化對(duì)目標(biāo)分割造成的影響。 (2)針對(duì)混合高斯模型建立初始背景慢的缺點(diǎn)，本文提出了采用稀疏貝葉斯結(jié)合光流場(chǎng)和差分信息進(jìn)行背景初始化的方法，大大地

4、加快了高斯混合模型建立初始背景的速度。 (3)運(yùn)動(dòng)陰影檢測(cè)是目標(biāo)正確分割、識(shí)別的關(guān)鍵。本文在分析了陰影的光學(xué)特性的基礎(chǔ)上，提出了一種基于YUV色彩空間的陰影快速檢測(cè)算法。這種算法無(wú)需知道光源位置、場(chǎng)景幾何特性以及運(yùn)動(dòng)目標(biāo)模型等參數(shù)，具有計(jì)算速度快，對(duì)室外環(huán)境適應(yīng)性強(qiáng)的特點(diǎn)。它利用當(dāng)前幀與背景進(jìn)行差分，提取出序列中的運(yùn)動(dòng)部分，然后利用陰影區(qū)域的亮度和色度變化規(guī)律去除掉陰影部分。此方法與基于其他顏色空間的檢測(cè)算法的對(duì)比實(shí)驗(yàn)表明該方法

5、具有較高的檢測(cè)速度和較好的檢測(cè)效果。 (4)稀疏貝葉斯學(xué)習(xí)方法是一種統(tǒng)計(jì)模式識(shí)別方法，它可以在小樣本的情況下，取得較好的分類識(shí)別效果，它不僅具有支持向量機(jī)的避免過(guò)學(xué)習(xí)的優(yōu)點(diǎn)，而且比支持向量機(jī)使用較少的核函數(shù)。本文在深入研究稀疏貝葉斯理論的基礎(chǔ)上，分別提出基于稀疏貝葉斯方法的目標(biāo)跟蹤和人車分類識(shí)別方法?；谙∈柝惾~斯匹配的跟蹤方法克服了SSD算法中對(duì)光照變化比較敏感的缺點(diǎn)，同時(shí)又比支持向量機(jī)跟蹤算法(SVT)具有較高的運(yùn)算速度和較

6、穩(wěn)定的運(yùn)算結(jié)果。 (5)將視頻運(yùn)動(dòng)目標(biāo)的分割、識(shí)別理論應(yīng)用到ITS中。設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于PC平臺(tái)的視頻流量檢測(cè)系統(tǒng)，該系統(tǒng)能夠進(jìn)行車流量、車速、排隊(duì)長(zhǎng)度等交通流量的檢測(cè)，并通過(guò)了室外長(zhǎng)時(shí)間的檢測(cè)。為了識(shí)別出車型信息，提出了基于稀疏貝葉斯的車型檢測(cè)方法；為了降低成本，還用單片機(jī)和FPGA實(shí)現(xiàn)了一個(gè)交通流量檢測(cè)系統(tǒng)的硬件系統(tǒng)；設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)車牌識(shí)別系統(tǒng)，它用紋理和色彩信息相結(jié)合的方法來(lái)進(jìn)行車牌的定位，用稀疏貝葉斯方法對(duì)車牌字符進(jìn)