智能交通系统中的运动目标检测和识别.pdfVIP

摘 要 作为计算机视觉领域的重要应用，智能视频监控技术在军事、交通、家庭等 各领域都拥有十分广泛的应用。尤其随着世界经济的发展和人均车辆保有量的增 加，智能视频监控技术在交通领域吸引的关注越来越多。运动目标的检测与识别， 作为搭建智能交通监控系统的基础，虽然目前已经提出了许多有效的算法，但由 于实际应用中诸多因素的干扰(如天气光照的变化、阴影的遮挡、背景的变化等) ， 使得提出鲁棒性更强的目标检测与识别算法具有重要的意义。 本文在现有视频监控中有关运动目标检测的经典算法基础之上，重点研究了 固定场景下基于背景差分的运动目标的检测与识别技术，以改善算法的实时性和 鲁棒性，所做的工作内容有如下几方面： 1.运动目标的提取方面，考虑平均法和混合高斯背景建模法的计算量大，实 时性差的特点，而采用码书法进行背景建模，对于码书法只适用于周期性变化的 背景，不能适应全局性突变的特点，本文提出了利用图像的平均灰度值对传统的 编码法进行改进，建立多个编码本以实现运动目标的提取。 2. 由于提取出的运动目标，常包含有阴影，影响检测的效果，本文提出了一 种两级的阴影检测方法，以实现对运动目标区域内阴影的去除。该方法首先利用 阴影的亮度属性进行阴影的粗检测，然后对统一模式下的 LBP 纹理进行改进， 实现阴影的近一步检测。 3.运动目标的识别方面，考虑到实时性的应用要求，本文利用基于几何特征 的运动目标描述方法，主要提取目标区域的面积、分散度和移动速度三个特征， 输入支持向量机，以实现运动目标的分类。 实验证明，本文提出的方法具有较好的效果和较快的速率。 关键词： 智能交通监控 运动目标的提取与识别 码书法 支持向量机 I ABSTRACT As an important application of the computer vision, intelligent video surveillance technology is widely used in various fields like military, transportation, family, etc. In particular, with the development of the world economy and the increase in number of vehicles, the intelligent video surveillance technology attracts more and more attention in the transport sector. Moving target detection and recognition is the basis to build intelligent traffic monitoring system; so many efficient algorithms have been proposed. However, there are many interference factors in the practical application (such as weather change, illumination change, shadow-mask, the background change, etc), which makes it is important to propose a more robust target detection and recognition algorithm. On the basic of the current classical algorithm, this paper focuses on the moving object detection and recognition in stable scene. In order to improve the timeliness and robustness of the algorithm, the major