基于運(yùn)動矢量和CAMShift的多目標(biāo)車輛跟蹤技術(shù)研究.pdf

1、基于視頻的交通檢測系統(tǒng)具有檢測范圍廣、能夠追蹤檢測特定車輛等特殊優(yōu)點，因而在交通信息采集與管理中扮演了越來越重要的角色。車輛跟蹤技術(shù)是視頻交通檢測系統(tǒng)的核心技術(shù)，本文在深入分析國內(nèi)外研究現(xiàn)狀基礎(chǔ)上，針對實際交通場景存在的跟蹤目標(biāo)不唯一和相近顏色干擾等復(fù)雜情況，提出了一種基于運(yùn)動矢量和CAMShift算法的多目標(biāo)車輛自動跟蹤技術(shù)。
　　 論文提出的多目標(biāo)車輛跟蹤技術(shù)研究包括多目標(biāo)車輛檢測、車輛位置預(yù)測和車輛特征匹配三個具體技術(shù)。在

2、多目標(biāo)檢測環(huán)節(jié)，論文通過對比分析幾種常用目標(biāo)檢測方法，確定采用背景差分法進(jìn)行目標(biāo)車輛的檢測，并重點研究了背景建模與更新、目標(biāo)粘連處理、目標(biāo)篩選及初始化等關(guān)鍵技術(shù)，實現(xiàn)了多目標(biāo)的準(zhǔn)確提取、分離及新目標(biāo)篩選，為多目標(biāo)車輛跟蹤提供了初始目標(biāo)模板。在車輛位置預(yù)測方面，論文采用塊匹配算法來進(jìn)行車輛的運(yùn)動矢量的計算;在此基礎(chǔ)上，依據(jù)車輛運(yùn)動矢量運(yùn)動一致性特點，通過矢量中值濾波和最大頻率法統(tǒng)計分析了車輛區(qū)域的運(yùn)動矢量矩陣，并選取了最具代表性的運(yùn)動矢量

3、作為車輛的運(yùn)動估計的依據(jù)，構(gòu)建了基于運(yùn)動矢量的目標(biāo)位置預(yù)測模型。在車輛特征匹配環(huán)節(jié)，論文針對傳統(tǒng)CAMShift算法僅能進(jìn)行顏色特征匹配的缺點，提出了通過顏色和邊緣特征融合的改進(jìn)方法，提高了車輛特征描述的完備性。結(jié)合目標(biāo)車輛檢測、車輛位置預(yù)測和車輛特征匹配三個具體技術(shù)，論文最終構(gòu)建了基于運(yùn)動矢量與改進(jìn)CAMShift的多車輛跟蹤方法，實現(xiàn)了多車輛目標(biāo)的自動跟蹤并準(zhǔn)確提取車輛的運(yùn)動軌跡。
　　 論文提出的多目標(biāo)車輛跟蹤技術(shù)在相似顏