智能交通系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測與識別.pdf

1、作為計(jì)算機(jī)視覺領(lǐng)域的重要應(yīng)用,智能視頻監(jiān)控技術(shù)在軍事、交通、家庭等各領(lǐng)域都擁有十分廣泛的應(yīng)用。尤其隨著世界經(jīng)濟(jì)的發(fā)展和人均車輛保有量的增加,智能視頻監(jiān)控技術(shù)在交通領(lǐng)域吸引的關(guān)注越來越多。運(yùn)動(dòng)目標(biāo)的檢測與識別,作為搭建智能交通監(jiān)控系統(tǒng)的基礎(chǔ),雖然目前已經(jīng)提出了許多有效的算法,但由于實(shí)際應(yīng)用中諸多因素的干擾(如天氣光照的變化、陰影的遮擋、背景的變化等),使得提出魯棒性更強(qiáng)的目標(biāo)檢測與識別算法具有重要的意義。
　　本文在現(xiàn)有視頻監(jiān)控中有

2、關(guān)運(yùn)動(dòng)目標(biāo)檢測的經(jīng)典算法基礎(chǔ)之上,重點(diǎn)研究了固定場景下基于背景差分的運(yùn)動(dòng)目標(biāo)的檢測與識別技術(shù),以改善算法的實(shí)時(shí)性和魯棒性,所做的工作內(nèi)容有如下幾方面:
　　1.運(yùn)動(dòng)目標(biāo)的提取方面,考慮平均法和混合高斯背景建模法的計(jì)算量大,實(shí)時(shí)性差的特點(diǎn),而采用碼書法進(jìn)行背景建模,對于碼書法只適用于周期性變化的背景,不能適應(yīng)全局性突變的特點(diǎn),本文提出了利用圖像的平均灰度值對傳統(tǒng)的編碼法進(jìn)行改進(jìn),建立多個(gè)編碼本以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的提取。
　　2.由

3、于提取出的運(yùn)動(dòng)目標(biāo),常包含有陰影,影響檢測的效果,本文提出了一種兩級的陰影檢測方法,以實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)區(qū)域內(nèi)陰影的去除。該方法首先利用陰影的亮度屬性進(jìn)行陰影的粗檢測,然后對統(tǒng)一模式下的LBP紋理進(jìn)行改進(jìn),實(shí)現(xiàn)陰影的近一步檢測。
　　3.運(yùn)動(dòng)目標(biāo)的識別方面,考慮到實(shí)時(shí)性的應(yīng)用要求,本文利用基于幾何特征的運(yùn)動(dòng)目標(biāo)描述方法,主要提取目標(biāo)區(qū)域的面積、分散度和移動(dòng)速度三個(gè)特征,輸入支持向量機(jī),以實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的分類。
　　實(shí)驗(yàn)證明,本文提