基于視頻的車輛跟蹤及車流長(zhǎng)度檢測(cè)算法研究.pdf

1、車輛的檢測(cè)是智能交通系統(tǒng)的一個(gè)重要方面，它是其它所有技術(shù)實(shí)現(xiàn)的基礎(chǔ)，如果不能準(zhǔn)確地檢測(cè)出車輛，其它各種處理結(jié)果就很難得到保證。在智能交通控制系統(tǒng)中，車輛排隊(duì)長(zhǎng)度也是關(guān)鍵的交通參數(shù)之一。本文對(duì)車輛檢測(cè)方法和車隊(duì)長(zhǎng)度檢測(cè)方法進(jìn)行了一定的研究，主要工作如下:
　　首先針對(duì)晝間車流密度高的特點(diǎn)將類Haar+Adaboost分類器的統(tǒng)計(jì)學(xué)習(xí)方法用于晝間車輛檢測(cè)，并在檢測(cè)后進(jìn)行一定后處理去除虛警。實(shí)驗(yàn)結(jié)果表明，在車流密度較高的情況下仍能快速地

2、檢測(cè)出車輛，明顯優(yōu)于運(yùn)動(dòng)目標(biāo)檢測(cè)的效果。
　　其次針對(duì)夜間車輛特征不豐富的難點(diǎn)以Hough圓檢測(cè)為核心，設(shè)計(jì)了一種夜間車輛檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，在車流較稀疏的情況下，該方法能夠正確且快速地檢測(cè)出車輛，是一種可行有效的夜間車輛檢測(cè)方法。
　　然后針對(duì)晝間、夜間車輛檢測(cè)結(jié)果的漏檢、錯(cuò)檢問(wèn)題，提出了一種基于Kalman濾波器的4狀態(tài)跟蹤算法，通過(guò)跟蹤算法不僅前后幀車輛信息聯(lián)系起來(lái)，也去掉了一些虛警并在一些幀中補(bǔ)全了漏檢的車輛，使