智能交通系统中地视频处理技术研究.pdf

分割方法以实现车辆确认，该方法采用了车辆亚特征点的位置信息和颜色信息，并基 于Kalman滤波进行车辆跟踪。提取车辆的亚特征点时，一般以运动目标的角特征点为 亚特征点。但是考虑到角特征点往往非常凌乱，并且数目众多，因此需要进行一次预 处理。我们通过膨胀算法将部分角特征点合并成一个角特征块，然后再利用细化算法 将其收缩至中心点，从而准确的提取出所需要的亚特征点。与其他方法相比，本文的 改进方法对车辆的跟踪更加精确。 在车型识别方面，我们选择了结构矩为车辆特征，以支持向量机方法为学习分类 器，并获得了较高的车辆分类精度，在一定程度上解决了车辆分类难的问题。 我们的方法经过了大量的单目交通图象序列的试验，对这些现场视频进行处理的 结果表明：本文的方法确实是实时且有效的。 关键词：智能交通系统，背景差分，卡尔曼滤波，新息，预测误差功率，支持向量机 IV Abstract In recent years, with the increase of vehicle possession, Intelligent Transpor