基于视频图像处理的车辆检测与跟踪技术研究-计算机软件与理论专业论文.docxVIP

摘要摘要 摘要 摘要 智能交通系统是未来交通的发展方向，而基于视频图像处理的检测和跟踪 技术是其关键技术之一。本文从事车辆视频检测与跟踪系统的算法研究，其目 的是适用于大面积、多目标的复杂场景，能应用于高速公路和城市交通中，不 对环境作过多的条件限制。 在实时的交通检测系统中，运用背景差分法是最直接有效的解决方案，在 详细分析了已有的背景重建算法的基础上，本文提出采用一种基于块拼接与均 值背景相结合背景估计方法，通过背景差分法来检测运动目标。再利用动态轮 廓算法，提取车辆的轮廓特征。而轮廓信息的准确获取，对车型识别及车辆跟 踪算法，有着重要的意义。因此，本文比较详细的论述了动态轮廓算法的原理、 数值计算方法及各种改进模型。研究了阴影的检测方法，对一种记分板阴影检 测方法进行简化，在灰度图中通过亮度信息和边缘信息来检测运动阴影。 对检测到的运动车辆进行实时跟踪能提供交通场景的动态信息，本文提出 采用特征跟踪的方法，通过Kalman滤波算法进行预测估计，以减少特征匹配的 时间。并在实验系统中采用质心跟踪的方法，实现了对运动车辆的跟踪，并分 析了Kalman滤波算法的预测估计性能。 关键词：智能交通车辆检测背景重建阴影检测跟踪动态轮廓算 法Kalman滤波 AbstractAbstract Abstract Abstract The Intelligent Transportation System(ITS)is the trend of traffic development in the future，and vision-based vehicle detecting and tracking are one of its key technologies．In this paper,we study the popular algorithms used in the traffic surveillance application，and present a scheme which Call be applied in a complex traffic scene such as urban intersection and highway field． Background frame difference method is a straightforward and effective way to detect moving objects．Based on detailed analysis of background estimation algorithms，we employ a block—based background reconstruction method to detect moving vehicles．Then we get the important contour feature which is useful to vehicle recognization and tracking by introducing Active Contour(Snakes)algorithm．The Active Contour Model including its principle and calculational method is also discussed in detail．To deal硒th shadow problems，we simplify a Scoreboard Shadow Detection Algorithm to suppress moving shadow in铲ay image． By tracking vehicles in real time we can easily get dynamic information of the traffic scene．In this paper,we adopts feature tracking method to tracking vehicles． For reducing feature matching time，we employ Kalman filter algorithm to predict the object’S motion states．With a centroid tracking experiment，we test the Kalman filter method performance． Keywords：ITS；vehicle detection；background reconstruction；shadow detection； Kalman filter；Act