基于视频的夜间车辆检测与跟踪算法研究.docVIP

基于视频的夜间车辆检测与跟踪算法研究 董天阳 朱浩楠 王浩 浙江工业大学计算机科学与技术学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 针对夜间高速光照条件差、车灯种类多样、环境因素干扰等导致的车辆难以检测的问题, 提出了一种基于视频的夜间车辆的检测与跟踪算法。该方法首先将OTSU与一维最大熵阈值分割算法相结合来实现车灯的提取, 剔除非车灯光源;然后利用车灯的时空特性完成车灯的匹配, 解决了一车多灯和并排同速车辆的问题;最后利用kalman滤波器完成车灯的预测跟踪。在交通弱光流畅交通、正常光流畅交通和正常光拥堵交通3种应用场景下对所提算法进行应用和结果分析, 实验结果表明所提方法在保证实时性的同时具有较高的准确率。 关键词： 夜间高速; 车辆检测; 智能交通; 作者简介：董天阳 (1977-) , 男, 博士, 副教授, 主要研究方向为计算机图形学、虚拟现实;E-mail:dty@zjut.edu.cn; 作者简介：朱浩楠 (1991-) , 男, 硕士生, 主要研究方向为虚拟现实、图像处理等; 作者简介：王浩 (1990-) , 男, 硕士生, 主要研究方向为虚拟现实、图像处理等。 基金：国家自然科学基金项目 资助 Video-based Nighttime Vehicle Detection and Tracking Algorithm DONG Tian-yang ZHU Hao-nan WANG Hao School of Computer Science and Technology, Zhejiang University of Technology; Abstract： In the night, the vehicles on highway are difficult to detect because of a variety of factors, such as bad highway lighting conditions and different type of lights.To solve the problem, a video-based nighttime vehicle detection and tracking algorithm was proposed.Firstly, this algorithm combines OTSU and one dimensional maximum entropy thresholding algorithm to extract vehicle lights, eliminating non-vehicle lights.After that, this method makes use of temporal and spatial characteristics of light to distinguish a car with multiple lights and side-by-side vehicles.Finally, the kalman filter is used to predict and track the vehicle lights.This paper analyzed the result of the algorithm in three different application scenarios, weak light smooth traffic, normal light smooth traffic and normal light congestion traffic.The experimental results prove that the proposed method has high accuracy and pretty real-time performance. Keyword： Nighttime highway; Vehicle detection; Smart traffic; 1 引言 从20世纪80年代开始, 人们开始将图像和视频处理技术应用于动态车辆的检测和跟踪算法中。相较于其他检测技术[1], 基于视频的车辆检测技术具有方便安装与维修、不需要中断交通、成本低、可分析信息量大和不影响路面寿命等优点, 目前该技术的发展极其迅速。 国内外学者对于视频检测技术已经做了广泛而深入的研究, 各种算法的交叉融合也越来越多。在这些研究中, 大多数算法都是针对白天且光照正常的条件下的应用研究[2-3], 也有少数