基于运动矢量场时空滤波车辆检测算法.docVIP

基于运动矢量场时空滤波车辆检测算法摘要：基于计算机视觉的车辆检测系统是智能交通系统的基础部分，以实时获取的视频图像为基础，通过计算机视觉的有效算法，可实现对视频中的车辆目标进行位置检测；现有车辆检测算法存在复杂度较高和检测不准确的缺陷；提出了一种基于运动模式分类和运动矢量场滤波的车辆检测算法，在计算复杂度较低的条件下实现了车辆检测，对干扰遮挡和较小目标等情况，有较好的检测效果。 关键词：智能交通；计算机视觉；车辆检测；运动矢量场；时域滤波；空域滤波 中图分类号：TN911文献标识码：A文章编号：1009-3044(2012)15-3670-04 Vehicle Detection Algorithm Based on Spatial and Temporal Filtering of Motion Vector Field SUN Li-hu, XIONG Lin, FAN Zhi-qiang, HUANG Yi, GAO Zi-feng (College of Electronic Information Engineering, South-central University for Nationalities, Wuhan 430074,China) Abstract：Vehicle detection system based on computer vision is the basic parts of intelligent transportation system, which is in the founda? tion of capturing video images, through effective algorithm of computer vision to realize the video of the vehicle target position detection; existing vehicle detection algorithm have high complexity and low accuracy; this paper proposed a vehicle detection algorithm based on pat? tern classification and motion vector field filtering; and this low-complexity algorithm can identify vehicles quickly; especially the proposed method has good performance when the target is small or blocked. Key words: intelligent transportation; computer vision; vehicle detection; motion vector field; spatial filtering; temporal filtering 随着社会经济的快速发展，人们生活水平不断提高，各种汽车的保有量大幅度增加，怎样提高交通效率就显得越来越重要，目前世界各国都投入了大量的人力和物力对智能交通系统(ITS)进行研究[1]。交通监视系统是智能交通系统中的一个重要环节。近年来，基于视频检测的方法随着计算机技术，图像处理，人工智能和模式识别等技术的不断发展，在交通流检测中得到了越来越广泛的应用，相对于其它交通流量检测技术而言，它具有以下优势[2～3]： 1)视频检测可以检测较大的交通场景面积； 2)相对于其它检测方法，投资少，费用低；视频传感器等设备，例如摄像头，易于安装和调试，且对路面设施不会产生破坏； 3)使用视频检测技术可以采集到更多的交通流量参数。 动态视频目标检测技术是智能化视频分析的基础，随着计算机视觉以及视频分析技术的进一步发展，视频目标检测面临着许多新的应用，以图像分割为基础的视频目标识别检测技术在智能交通等方面有着广泛的应用。 以将目标的主要轮廓勾勒出来。特别是多目标检测视频帧中，较小的目标区域（比如摩托车）也能检测出来。如果再加上车辆视频监控场景的先验知识，比如视频场景中不含有两个宏块面积大小之下的运动目标，则可剔除掉大多数的误判，较精确地提取出视频中的运动目标。 本文在深入分析了车辆检测的基本算法之后，提出了一种基于运动矢量场时空滤波的车辆目标提取算法。该算法综合利用了检测过程中产生的模式信息和已检测帧的运动矢量场信息，仅仅使用了复杂度较低的运算即可较为准确的车辆运动目标，这为视频监控系统带来了很大方便。