基于光流場(chǎng)的視頻車(chē)輛檢測(cè)與跟蹤算法研究與應(yīng)用.pdf

1、當(dāng)前,隨著經(jīng)濟(jì)與社會(huì)的不斷發(fā)展,各領(lǐng)域?qū)χ悄芤曨l監(jiān)控系統(tǒng)的要求越來(lái)越高,而視頻圖像的運(yùn)動(dòng)檢測(cè)與跟蹤也是其核心問(wèn)題之一,是我國(guó)研究的主要領(lǐng)域,它不僅可以應(yīng)用在軍事和工業(yè)上,也可以應(yīng)用到公共場(chǎng)合、碼頭、銀行以及交通系統(tǒng)車(chē)輛檢測(cè)等系統(tǒng)中。本文主要研究基于光流場(chǎng)的視頻車(chē)輛檢測(cè)與跟蹤技術(shù),主要工作包括:
　　 1.受外界環(huán)境以及攝像機(jī)等因素的影響,采集的視頻圖像往往受各種噪聲影響,這會(huì)降低光流法檢測(cè)運(yùn)動(dòng)目標(biāo)的準(zhǔn)確度。因此在檢測(cè)運(yùn)動(dòng)目標(biāo)之前

2、,需要對(duì)圖像進(jìn)行圖像平滑預(yù)處理,包括中值濾波、均值濾波、動(dòng)態(tài)濾波三種去噪方法。
　　 2.運(yùn)動(dòng)目標(biāo)檢測(cè)的關(guān)鍵就是要把目標(biāo)物體提取出來(lái),即將目標(biāo)物體從復(fù)雜的背景中分離出來(lái)。傳統(tǒng)的目標(biāo)檢測(cè)方法首先要提取出靜態(tài)背景圖像,然后將序列圖像與背景圖像相比較以提取目標(biāo)物體,這種方法數(shù)據(jù)處理量較大。本文主要介紹基于Hom-Schunk算法、Lucas-Kanade算法、塊匹配算法和基于相位的方法。通過(guò)實(shí)驗(yàn)表明H-S算法、L-K算法能夠有效檢測(cè)出