基于車輛識別的流量檢測方法研究與實現(xiàn).pdf

1、智能視頻處理目前在“智能交通”、“智慧家居”等方面有了普遍應(yīng)用，通過對視頻監(jiān)控進行分析，能夠有效的進行交通管理，保證廣大人民的財產(chǎn)安全。車流量檢測是智能視頻分析領(lǐng)域中的研究焦點之一，然而流量檢測目前面臨檢測速度慢、準確率低等問題?；谲囕v識別的流量檢測方法在車輛識別的基礎(chǔ)上進行車流量的檢測，通過車輛識別模塊能夠提高檢測速度和準確率。
　　為了提高流量檢測處理速率，降低檢測誤報率，得到效果更優(yōu)的方法應(yīng)用在真實的場景中，論文對此展開了

2、深入的研究：
　?。?）研究背景更新、陰影去除相結(jié)合的運動目標檢測方法。使用混合高斯模型進行背景建模和背景更新，背景差分法和三幀差分法取或運算實現(xiàn)前景提取，同時實現(xiàn)基于HSV色度空間的陰影去除算法，減少陰影造成的車輛誤檢、車輛粘連、車型變化等問題，通過縮小運動車輛檢測的區(qū)域面積提高處理速度。
　?。?）研究多特征融合的方法實現(xiàn)車輛特征提取。融合LBP特征、顏色矩特征、Hu矩特征、圓形度與角度特征以及傅立葉描述子特征，通過混合

3、特征來訓(xùn)練分類器，得到分類性能更好的分類器。
　?。?）研究目標跟蹤算法，針對識別到的車輛，用目標跟蹤的方式記錄后續(xù)視頻序列中車輛的位置。
　?。?）研究目標跟蹤與虛擬檢測線結(jié)合的流量統(tǒng)計方法。通過目標跟蹤算法跟蹤標記車輛位置，然后通過車輛位置變化判斷是否經(jīng)過虛擬檢測線，通過檢測線則進行流量計數(shù)，實現(xiàn)流量統(tǒng)計。
　　論文著重研究了運動目標檢測、特征提取、分類器訓(xùn)練等涉及的技術(shù)，設(shè)計了整個流量檢測方法，在此基礎(chǔ)上完成了基