智能交通系統(tǒng)中視頻車輛檢測方法的研究.pdf

1、該文就是對視頻車輛檢測方法進行研究,根據(jù)應用要求的不同,分別從基于靜態(tài)圖像的檢測和基于圖像序列的檢測兩個方面展開,做了以下工作:1.提出了一種基于角點檢測和模糊聚類的靜態(tài)圖像中車輛檢測方法,這是一種局部特征融合的方法,利用改進的plessey角點檢測算法檢測角點,利用模糊C均值方法對角點聚類,對各子類在原圖中對應的區(qū)域進行特征提取并用模糊C均值聚類算法把特征空間中的相應點分成兩類,認為方差小的類對應于車輛類.方法實現(xiàn)簡單,計算復雜度低,

2、在實驗條件下可以取得較好的檢測效果,但是該方法易受噪聲的影響,并且在車輛較多的情況下或者是比較復雜的背景中性能會變差;2.基于圖像序列的檢測有車輛目標提取、車輛跟蹤及參數(shù)獲取幾方面的內容,首先在目標提取上,因為邊緣提取本身位置精度不高且不利于后續(xù)車輛特征的提取,該文采用了基于灰度的方法,通過對實際交通路況圖像的特點分析,提出了一種有效而實用的目標提取算法,有效地解決了光照條件變動所帶來的問題.在跟蹤算法方面,采用了特征跟蹤法,用卡爾曼濾