光电图像动态目标跟踪技术研究.docVIP

光电图像动态目标跟踪技术研究 中文摘要运动车辆的实时检测和跟踪是交通检测的核心问题，基于视频图像的车辆检测跟踪更是研究热点，是光电图像动态目标跟踪的一项重要应用。本文根据交通场景的特点，将静态背景下交通视频图像处理分为车辆识别区域和车辆跟踪区域两部分。车辆识别区中，我们基于虚拟区域视频检测实现了实时的车辆检测，并结合背景差分原理将车辆从背景图像中分割出来。车辆跟踪区中，运动车辆实时跟踪是通过车辆检测，车辆运动估计和车辆匹配三部分实现。引入了投影法估计车辆运动，同时结合Kalman滤波器缩小了匹配时的搜索范围，优化了跟踪算法。另外，本文对车辆检测中出现的典型问题提出了解决方案：根据视频图像中阴影区别于车辆的特点识别并去除阴影；利用多虚拟线检测器解决车辆变更车道等。6649 关键词交通检测系统，车辆检测，车辆跟踪，视频图像处理 毕业设计说明书（论文）外文摘要 TitleDetection of moving target in optoelectronic image sequences Abstract Detection and tracking of moving vehicles based on video detection is by farone ofthe research hotspotin vision vehicle detectionand an application of optoelectronic moving image target detection. Considering the features of traffic scenein static background, we pide the processing of video sequences into two parts: vehicle detection area and vehicle tracking area. In the vehicle detection area, an algorithm based on virtual areas isadoptedin real time vehicledetecting. We also segment 结论24 致谢25 参考文献26 图2.1图像的中值滤波5 图2.2Sobel算子水平和垂直边缘卷积核6 图2.3图像二值化8 图2.4形态学处理前后图像对比10 图2.5连通域分析结果11 图3.1-1绝对区域13 图3.1-2背景初始化和更新结果13 图3.2存在检测器14 图3.4逻辑检测器16 图3.5-1投影法示意图17 图3.5-2车辆跟踪结果22 图3.6检测跟踪流程图22 1绪论 1.1研究背景及意义 近年来，国民经济持续高速增长的同时汽车业的也迅猛发展。伴随着机动车的持 有量急速增加，道路显得日益拥挤，严重影响了经济的持续高速发展。虽然修建和拓 宽道路能够缓解一部分道路的拥堵现象，但是修建道路需要花费巨额资金的同时也占 用了城市有限的空间[1] 。因此，积极完善各项基础设施的同时，在现有路况下实现对 车辆的有效监控，提高道路利用效率，成为有效解决目前交通拥堵问题的重中之重。 智能交通系统在此背景下应运而生，并成为了解决城市交通问题的关键手段。 交通信息采集是先进的智能交通管理设备得以正确控制与引导交通，提高交通安 全性和效率的前提[2] 。交通信息采集设备可以及时准确地获取交通信息，如车流量、 车速、车型分类、占道率、交通密度、车辆排队长度、车辆转弯、车辆停止或肇事情 统运用有限脉冲响应滤波更新背景，并结合背景差分法检测车车辆目标。它的优点是 在不同场景和环境下测试效果都良好。随后，美国波士顿学院的 Betke 等提出了一种 硬实时视觉系统。该系统结合颜色、边缘和运动信息来跟踪和识别道路边界、车道线、 车辆[6] 。它的优点是实时性好，不需要专门的硬件设备，多数情况下能准确地跟踪布 辆，但在背景与车辆灰度相似或夜晚交通拥挤时，车辆的初始轮廓将难以获得，跟踪 效果不理想。 视频车辆检测技术虽然在国内研究起步比较晚，但经过这些年的迅速发展，也取 得了很多研究成果，如中国科学院自动化研究所模式识别国家重点实验室谭铁牛研究 员从20世纪90年代初就开始研究基于三维模型的智能视觉监控系统，领导视觉监控 小组，针对系统中若干关键性问题像车辆检测、跟踪以及车辆行为分析，取得了一系 列的研究成果[7] 。同时目前也有不少公司在这方面作了许多努力，如清华紫光与清华 大学合作开发的新一代视频交通流量检测系统 VS3001，哈尔滨工业大学的 VTD2000 系列视频交通动态信息采集系统，亚洲视觉公司的路段交通信息系统等等。这些产品 大多数功能