多车粘连情况下车辆跟踪.ppt

地下水位远程监测仪的设计与实现 答辩人： 贺慧蕾 导 师： 张丛鹏 杨方廷 专 业： 机械工程 目录 研究背景与工作内容简介 车辆跟踪是智能交通系统的重要研究方向，本文基于视频进行跟踪研究，涉及到的内容主要有： 车辆前景提取及优化方法的研究与实现 基于Meanshift的车辆跟踪算法研究与实现 多车粘连情况下基于透视点的粘连分割 车辆跟踪的软件设计 车辆跟踪相关技术研究现状 车辆跟踪相关技术研究现状 基于模型的跟踪 基于特征区域的跟踪 基于车辆轮廓的跟踪 基于特征点的跟踪 车辆跟踪相关技术研究现状 车辆前景提取 车辆前景提取流程图 车辆前景提取 混合高斯背景模型 设像素值满足高斯分布： 模型函数为: 若满足下式，则该当前像素值与模型匹配： 模型根据b值排序： 模型分类，实验中 T=0.7 ： 即选择前个满足条件的分布为背景分布 车辆前景提取 混合高斯背景模型更新算法 采用加入了L-时间窗的方法进行更新，以适应背景的变化： 车辆前景提取 混合高斯背景模型更新算法 车辆前景提取 混合高斯背景模型更新方式 车辆前景提取 形态学梯度算法获取车辆边缘和局部纹理 车辆前景提取 形态学梯度获取的车辆边缘和高斯背景建模法差分得到的前景相加 车辆前景提取 前景图像滤波以及形态学操作后的前景： 车辆前景提取 阴影消除 采用了HSV颜色空间特征与LBP纹理特征相结合的阴影检测方法。 车辆前景提取 利用纹理特征的阴影消除方法 车辆前景提取 阴影消除 将HSV方法检测出来的阴影像素，再利用纹理方法判断是否满足阴影条件，若满足则确实为阴影，否则为误检的前景像素，将其还原。 车辆前景提取 前景图像空洞填充和轮廓平滑 本文用轮廓填充法实现空洞填充，用多边形曲线逼近方法来实现边缘平滑。 粘连车辆的检测与分割 粘连分析 车辆前景团块粘连的产生主要是由于将道路交通的3D场景转换成2D场景，损失了车辆空间位置信息，在画面上产生了遮挡。车辆遮挡分为左右遮挡和前后遮挡。 本文的粘连检测和分割方法 本文通过求透视点，得到车辆团块的空间几何模型，通过模型比例特征和空余面积判断是否粘连车辆前景团块。并且利用空间模型和轮廓凹点分割粘连团块。 粘连车辆的检测与分割 透视点的获取 粘连车辆的检测与分割 车道提取 透视点的检测也可以用来提取车道区域。 粘连车辆的检测与分割 车道提取 提取的车道区域： 粘连车辆的检测与分割 粘连车辆的检测 根据透视点得到车辆的长方体空间模型： 粘连车辆的检测与分割 粘连车辆的检测 粘连车辆的检测与分割 粘连车辆的检测 当前景团块满足高/宽比例条件或者是满足空余余面积条件,将此团块判断为粘连团块。 粘连车辆的检测与分割 粘连车辆的分割 当长方体模型中的空域面积能够找到较大的两块区域，且存在较大凹点，则直接将两区域的凹点作为分割点，实现粘连前景的分割。 粘连车辆的检测与分割 粘连车辆的分割 对于不能单纯用凹点进行分割的粘连团块利用透视点进行迭代分割： 粘连车辆的检测与分割 粘连车辆的分割 利用透视点分割粘连团块： 粘连车辆的检测与分割 粘连车辆的分割 利用透视点的分割效果： 粘连车辆的检测与分割 利用区块特征判断分割的正确性 粘连车辆的检测与分割 粘连车辆的检测与分割 用梯度方向直方图描述区块特征，各区块满足: 1.车顶区块的梯度方向分布较为单一 2.挡风玻璃区块在结构上满足比例特征 3.引擎盖区块梯度方向分布较为单一 4.车前挡区块纹理较复杂，且左右对称、中间部分与左右不相似,所以梯度方向直方图不单一,左右相似,与中间不相似 理想情况下，当待检定团块能够划分出车顶、车窗、引擎盖、车前挡4个区块，且同时满足各区块特征时，此团块为车辆。 条件满足的越充分，分割正确的把握性就越高。可以通过实验设定各条件的权重 。将我们对各个条件的满意程度表示为 ，待检团块的总符合度为 ，符合度大于阈值时分割正确，否则认为分割错误。 粘连车辆的检测与分割 错误分割的修正 最有可能出现的错误： 1. 第1辆车的部分车顶被切分到第2团块； 2. 第2辆车的车头下半部被切分到第1团块。 修正办法: (1) 将分割点向后移动到后一个的凹点上，确定出新分割线，再重复进行分割正确性检测；如果所有凹点均不成功，则转（2） (2) 将区块特征方法应用到两车结合部，通过检测前后交界处的区块特征确定分割线位置 车辆跟踪算法实现 车辆跟踪算法实现 车辆跟踪算法实现 车辆跟踪算法实现 车辆跟踪算法实现 车