運(yùn)動(dòng)車輛的檢測與跟蹤.pdf

1、交通信息采集技術(shù)在智能交通系統(tǒng)中的作用不言而喻。基于視覺的交通采集技術(shù)由于具有檢測范圍大、設(shè)置靈活、調(diào)整容易、安裝維護(hù)方便、檢測參數(shù)豐富的優(yōu)點(diǎn)，被廣泛的應(yīng)用于工程中。 運(yùn)動(dòng)車輛參數(shù)的采集是在自然場景下進(jìn)行的，不僅背景復(fù)雜，而且背景中很可能存在與目標(biāo)特征相似的區(qū)域，這些因素造成了處理過程中背景更新難。同時(shí)，目標(biāo)本身還存在旋轉(zhuǎn)、縮放的問題，因而運(yùn)用背景差分、模板匹配、特征提取等方法都很難保證對運(yùn)動(dòng)車輛長時(shí)間準(zhǔn)確的提取?？紤]到視頻序列

2、圖像具有幀間連續(xù)性，本文通過幀間差分的方法檢測運(yùn)動(dòng)車輛。為了更加準(zhǔn)確有效的提取車輛，在描述車輛運(yùn)動(dòng)信息的同時(shí)希望能獲得車輛輪廓模型信息，本文提出一種融入運(yùn)動(dòng)信息的基于像素可信度的快速水平集分割方法，實(shí)驗(yàn)結(jié)果表明，該算法提取運(yùn)動(dòng)目標(biāo)的效果十分明顯。 最后，在運(yùn)動(dòng)物體分割的基礎(chǔ)上，本文依據(jù)分割出的運(yùn)動(dòng)目標(biāo)輪廓的位置、面積和外接矩對場景中的車輛進(jìn)行識別和跟蹤。運(yùn)動(dòng)跟蹤的同時(shí)，通過運(yùn)動(dòng)估計(jì)來預(yù)測下一時(shí)刻可能的運(yùn)動(dòng)。并通過估計(jì)值對檢測值的