智能交通監(jiān)控系統(tǒng)中運動目標的檢測與預警技術(shù).pdf

1、智能交通監(jiān)控系統(tǒng)的應(yīng)用近年來越來越得到人們的重視，它是利用計算機視覺技術(shù)，對監(jiān)控視頻中的數(shù)據(jù)信息進行分析，得出有意義的數(shù)據(jù)，對管理交通的正常運行提供有力的幫助。傳統(tǒng)的監(jiān)控系統(tǒng)，隨時需要人的主觀判斷。然而隨著監(jiān)控視頻數(shù)量的增加，監(jiān)控人員承受的壓力和負擔越來越重。智能交通監(jiān)控系統(tǒng)利用計算機視覺技術(shù)，對監(jiān)控視頻中的圖像序列進行分析，提取交通工具和人等運動目標，分析場景中運動目標的行為，如發(fā)現(xiàn)異常情況及時做出反應(yīng)，并顯示警告信息，提醒工作人員及

2、時處理，使交通正常運行，減小相關(guān)人員財產(chǎn)損失。
　　 本文主要從以下三個方面進行研究：
　　 首先，運動目標檢測，即將監(jiān)控視頻中運動目標檢測出來。本文使用了一種簡單有效的算法(空間向量差法)實現(xiàn)了視頻圖像中運動目標的檢測。該方法主要利用空間向量的兩個重要的屬性：長度和方向。通過觀察長度和方向的統(tǒng)計特性，對運動目標和噪聲進行了分類，并計算自適應(yīng)分割閾值，實現(xiàn)了自動檢測運動目標并刪除了相關(guān)噪聲。最后，通過數(shù)學形態(tài)學方法對運動

3、模板中的孤立噪聲點進行刪除，并對不完整的運動目標進行了修補。實驗表明最后的檢測結(jié)果比較理想，為下一步目標的跟蹤提供了保障。
　　 其次，在目標跟蹤方面，首先利用檢測的結(jié)果提取目標的特征信息。接著介紹了卡爾曼濾波器的基本原理以及在跟蹤方面的應(yīng)用。在對目標的跟蹤過程中，對于一般目標的跟蹤只是采取了外接矩形的重疊面積作為判斷依據(jù)，算法簡單。而對于一些復雜情況，如目標合成，僅僅利用重疊面積無法滿足跟蹤的要求。這時先利用卡爾曼濾波器預測目