運動車輛視頻序列跟蹤算法的研究.pdf

1、近年來隨著社會經(jīng)濟的快速發(fā)展，交通問題日益顯現(xiàn)，嚴重的交通堵塞、交通事故頻發(fā)以及日益加劇的環(huán)境污染一直困擾著人們。智能交通系統(tǒng)作為最有效的解決方法一直是人們研究的熱點。本文采用了理論研究和實驗仿真相結合的方法，研究了智能交通系統(tǒng)中快速公路車輛跟蹤算法。
　　 重點分析了車輛在公路上的運動形式，運用卡爾曼濾波法建立了理想情況下車輛運動狀態(tài)的描述模型，仿真研究表明該模型能夠較好的對車輛進行定位。由于實際情況往往很難滿足高斯噪聲及線性

2、系統(tǒng)的要求影響了模型對車輛狀態(tài)描述的準確性，因此提出了將卡爾曼濾波與改進的均值漂移算法相結合的方式來對車輛進行跟蹤；首先利用卡爾曼濾波預測出車輛的大致位置，然后以該位置為搜索中心對車輛的最優(yōu)位置進行迭代，并將迭代結果作為車輛的真實位置，實驗結果和性能分析表明，該算法的跟蹤效果理想，算法魯棒性好。車輛在跟蹤過程中，往往會出現(xiàn)目標遮擋的情況，此時車輛會產(chǎn)生不規(guī)則的變形并且在遮擋的部分，目標的特征信息會丟失，重點分析了遮擋的各個階段并引入了目