視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤在APC中的應(yīng)用研究.pdf

1、要改善城市日益嚴(yán)峻的交通狀況，必須優(yōu)先發(fā)展公共交通。除了加大基礎(chǔ)設(shè)施建設(shè)外，智能公共交通系統(tǒng)是改善公交服務(wù)水平的一個(gè)重要途徑。自動(dòng)乘客計(jì)數(shù)(Automatic Passenger Counting，APC)作為智能公交系統(tǒng)的基礎(chǔ)技術(shù)，可以實(shí)時(shí)統(tǒng)計(jì)各時(shí)間、各區(qū)段公交車的上下客情況，為科學(xué)合理地安排發(fā)車時(shí)間及間隔、優(yōu)化公交線路提供決策依據(jù)，促進(jìn)公交系統(tǒng)的調(diào)度管理由靜態(tài)轉(zhuǎn)向動(dòng)態(tài)，從而提高運(yùn)營(yíng)水平和服務(wù)水平。 目前國(guó)內(nèi)外主要的APC方法

2、是紅外線檢測(cè)、壓力檢測(cè)等技術(shù)，在我國(guó)上下車乘客較擁擠的情況下，其實(shí)用性受到限制。因此需要研究適合我國(guó)公交特點(diǎn)的乘客計(jì)數(shù)方法。圖像處理和模式識(shí)別的發(fā)展，為APC提供了新的技術(shù)手段。 本文研究將視頻監(jiān)視技術(shù)應(yīng)用于公交車客流統(tǒng)計(jì)，以公交車自動(dòng)乘客計(jì)數(shù)系統(tǒng)(APC)為背景，著重研究了視頻運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)，通過(guò)對(duì)視頻圖像序列中出現(xiàn)的運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤實(shí)現(xiàn)對(duì)乘客流量的統(tǒng)計(jì)。 本文首先分析了運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的處理對(duì)象—

3、—視頻圖像序列的特點(diǎn)，并討論了圖像序列的相關(guān)統(tǒng)計(jì)特性。介紹了現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的方法。然后對(duì)公交車的應(yīng)用環(huán)境進(jìn)行了分析，利用統(tǒng)計(jì)的方法研究其應(yīng)用特點(diǎn)，得出像素點(diǎn)的灰度變化呈現(xiàn)明顯的階段性，沒(méi)有運(yùn)動(dòng)目標(biāo)的情況下灰度值分布較為集中。在此基礎(chǔ)上，提出了基于背景差法與相鄰幀差相結(jié)合的目標(biāo)檢測(cè)算法，并通過(guò)背景模型實(shí)現(xiàn)了自適應(yīng)的背景更新。經(jīng)實(shí)驗(yàn)驗(yàn)證，此方法克服了光照變化的影響，完成了運(yùn)動(dòng)目標(biāo)的檢測(cè)與提取。 其次，通過(guò)采用較有效的圖像濾

4、波、分割、形態(tài)學(xué)處理等方法對(duì)進(jìn)行圖像處理。用連通域檢測(cè)算法分割目標(biāo)區(qū)域，計(jì)算運(yùn)動(dòng)目標(biāo)區(qū)域的特征參數(shù)，主要包括質(zhì)心坐標(biāo)、面積、長(zhǎng)寬比等。并利用獲得的特征參數(shù)清除偽目標(biāo)。對(duì)于目標(biāo)的跟蹤，提出應(yīng)用Kalman濾波器來(lái)完成對(duì)運(yùn)動(dòng)目標(biāo)在下一時(shí)刻的質(zhì)心位置的預(yù)測(cè)，從而大大縮小了目標(biāo)匹配時(shí)的搜索范圍。對(duì)提取的運(yùn)動(dòng)目標(biāo)建立匹配模板，在預(yù)測(cè)的區(qū)域內(nèi)搜索目標(biāo)并進(jìn)行匹配。并且根據(jù)該類目標(biāo)在相鄰幀間運(yùn)動(dòng)具有連續(xù)性，采用了一種改進(jìn)的代價(jià)函數(shù)，應(yīng)用于目標(biāo)的匹配。