运动车辆的检测跟踪.pdfVIP

摘 要 交通信息采集技术在智能交通系统中的作用不言而喻。基于视觉的交通采集 技术由于具有检测范围大、设置灵活、调整容易、安装维护方便、检测参数丰富 的优点，被广泛的应用于工程中。 运动车辆参数的采集是在自然场景下进行的，不仅背景复杂，而且背景中很 可能存在与目标特征相似的区域，这些因素造成了处理过程中背景更新难。同时， 目标本身还存在旋转、缩放的问题，因而运用背景差分、模板匹配、特征提取等 方法都很难保证对运动车辆长时间准确的提取。考虑到视频序列图像具有帧间连 续性，本文通过帧间差分的方法检测运动车辆。为了更加准确有效的提取车辆， 在描述车辆运动信息的同时希望能获得车辆轮廓模型信息，本文提出一种融入运 动信息的基于像素可信度的快速水平集分割方法，实验结果表明，该算法提取运 动目标的效果十分明显。 最后，在运动物体分割的基础上，本文依据分割出的运动目标轮廓的位置、 面积和外接矩对场景中的车辆进行识别和跟踪。运动跟踪的同时，通过运动估计 来预测下一时刻可能的运动。并通过估计值对检测值的修正使下一时刻的运动检 测更准确。本文采用了基于kalman滤波的估计算法。从实验结果看该方案取得比 较理想的跟踪效果。 关键词：视频图像，运动车辆检测，帧差法，快速水平集，运动车