運(yùn)動(dòng)物體檢測與參數(shù)估計(jì)方法研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，人們生活水平的不斷提高，世界各國的汽車數(shù)量也迅速增加，要求采用現(xiàn)代化的管理方法來實(shí)現(xiàn)交通管理，這樣就引起了對(duì)智能交通系統(tǒng)(ITS)的研究。 智能交通系統(tǒng)主要是采用計(jì)算機(jī)視覺、圖像處理等技術(shù)，通過對(duì)攝像機(jī)拍錄的視頻動(dòng)態(tài)序列進(jìn)行分析來實(shí)現(xiàn)運(yùn)動(dòng)車輛檢測、識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷車輛的行為，從而提供了一種更加先進(jìn)和可行的智能交通處理方案。 本文首先介紹了國內(nèi)外智能交通系統(tǒng)的發(fā)展概況、圖像處理基本

2、理論知識(shí)及其在智能交通系統(tǒng)中的應(yīng)用與發(fā)展。然后針對(duì)ITS中基于視頻的運(yùn)動(dòng)車輛檢測、識(shí)別與跟蹤展開了以下的研究： (1)簡單介紹了運(yùn)動(dòng)目標(biāo)檢測的各種方法，詳細(xì)論述了復(fù)雜背景下背景模型的獲取和更新問題，并提出了一種新的背景提取方法。同時(shí)介紹基于背景差值的運(yùn)動(dòng)車輛檢測方法以及基于圖像差分的運(yùn)動(dòng)車輛檢測方法，并提出了一種圖像對(duì)稱差分的檢測方法。 (2)針對(duì)運(yùn)動(dòng)目標(biāo)的分割問題，介紹了幾種常用的分割方法，并有效地將運(yùn)動(dòng)車輛目標(biāo)從檢測

3、圖像中分割出來；對(duì)分割出來的車輛目標(biāo)圖像進(jìn)行特征提取，根據(jù)提取的特征參數(shù)進(jìn)行車輛識(shí)別和車型分類。 (3)在運(yùn)動(dòng)目標(biāo)檢測和分割的基礎(chǔ)上，將車輛檢測算法應(yīng)用于運(yùn)動(dòng)車輛的跟蹤中。根據(jù)運(yùn)動(dòng)車輛在相鄰兩幀圖像序列中移動(dòng)距離不遠(yuǎn)，在圖像中面積的變化不太大的特點(diǎn)，提出采用運(yùn)動(dòng)車輛的質(zhì)心和跟蹤窗口面積兩個(gè)參數(shù)在圖像中進(jìn)行匹配，從而實(shí)現(xiàn)對(duì)運(yùn)動(dòng)車輛的跟蹤。 本文對(duì)運(yùn)動(dòng)車輛的檢測、識(shí)別和跟蹤的問題提出了一些解決方法，通過實(shí)驗(yàn)證明，這些方法作為