基于視覺(jué)的運(yùn)動(dòng)車(chē)輛識(shí)別與跟蹤方法研究.pdf

1、視覺(jué)信號(hào)具有信號(hào)探測(cè)范圍寬、獲取信息豐富等優(yōu)點(diǎn)。隨著近幾年圖像處理技術(shù)以及計(jì)算機(jī)處理能力的飛速發(fā)展，視覺(jué)導(dǎo)航在智能車(chē)輛的導(dǎo)航中有著廣闊的應(yīng)用前景。本論文依托山西省青年科技基金項(xiàng)目(20051015)，提出了基于視覺(jué)的運(yùn)動(dòng)車(chē)輛識(shí)別與跟蹤方法研究這一課題，對(duì)運(yùn)動(dòng)車(chē)輛的圖像識(shí)別與跟蹤方法進(jìn)行了研究。 在運(yùn)動(dòng)車(chē)輛的識(shí)別方面，主要利用基于視覺(jué)的車(chē)輛檢測(cè)方法實(shí)現(xiàn)了車(chē)輛的輪廓識(shí)別。傳統(tǒng)的檢測(cè)方法幀間差分法是通過(guò)比較序列圖像中連續(xù)兩幀的差別從而

2、達(dá)到檢測(cè)目的的，這種算法容易把當(dāng)前幀中顯露出來(lái)(上一幀中被目標(biāo)覆蓋)的背景區(qū)域(即顯露背景)也檢測(cè)出來(lái)，造成檢測(cè)的不準(zhǔn)確。針對(duì)上述問(wèn)題，本文提出了基于幀間差分法的二次差分法改進(jìn)算法，利用相鄰三幀圖像兩兩差分，將兩個(gè)差分結(jié)果相“與”并進(jìn)行二值化來(lái)確定運(yùn)動(dòng)車(chē)輛在中間幀中圖像的位置。該算法計(jì)算效率較高，消除了上一幀被目標(biāo)車(chē)輛覆蓋的顯露背景，既延續(xù)了幀間差分法的優(yōu)點(diǎn)，又克服了它的缺點(diǎn)。 在運(yùn)動(dòng)車(chē)輛的跟蹤方面，當(dāng)車(chē)輛轉(zhuǎn)彎或部分被遮擋時(shí)，傳

3、統(tǒng)的模板匹配等方法容易出現(xiàn)誤匹配或跟蹤丟失的情況，并且運(yùn)算效率較低。針對(duì)以上問(wèn)題，本文將人臉跟蹤方法CamShift算法應(yīng)用于車(chē)輛跟蹤這一全新的領(lǐng)域。CamShift算法是一種基于目標(biāo)顏色特征的跟蹤方法，不受目標(biāo)形狀、大小變化的影響，有效地解決了運(yùn)動(dòng)車(chē)輛轉(zhuǎn)彎和部分遮擋時(shí)其他算法出現(xiàn)的誤跟蹤問(wèn)題。 本文在識(shí)別與跟蹤的基礎(chǔ)上，利用CamShift算法的跟蹤結(jié)果，結(jié)合光學(xué)和幾何學(xué)原理建立了運(yùn)動(dòng)車(chē)輛的視覺(jué)測(cè)距模型，并分析了該模型的可行性