资源描述：
《基于边缘对称性的视频车辆检测算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2008年9月北京航空航天大学学报September2008第34卷第9期JournalofBeijingUniversityofAeronauticsandAstronauticsVol.34No19基于边缘对称性的视频车辆检测算法高磊李超朱成军熊璋(北京航空航天大学计算机学院,北京100191)摘要:针对现有视频车辆检测算法受光照、阴影等环境因素影响大,漏检和误检率高的问题,提出了一种视频车辆检测算法.有别于传统算法使用运动特征进行车辆检测,该算法使用边缘特征和对性特征定位车辆.算法首先对图像进行灰度化、平滑去噪等预处理,使用Sobel算子垂直方向掩模计算图像感兴趣区域
2、内的边缘梯度,确定候选区域;而后根据车辆图像垂直边缘具有对称性的特点,分析候选区域的对称性强弱,并计算其对称轴位置和车辆宽度.使用边缘强度、对称性和宽度这3个约束条件对候选区域进行验证.道路实验结果表明,该检测算法有效、可靠,具有良好的鲁棒性.关键词:车辆检测;边缘检测;梯度;对称性检测中图分类号:TP391.4文献标识码:A文章编号:100125965(2008)0921113204VideovehicledetectionalgorithmbasedonedgesymmetryGaoLeiLiChaoZhuChengjunXiongZhang(SchoolofCompu
3、terScienceandTechnology,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,China)Abstract:Theexistingvehicledetectionalgorithmsaresubjecttomanyenvironmentalinfluences,suchasdifferentlightingconditions,shadows.Tosolvetheseproblems,anovelvehicledetectionalgorithmwasproposed.Differen
4、tfromtraditionalmethods,whichusemotionfeaturestodetectvehicles,theproposedmeth2odusededgeandsymmetryfeaturestolocatepossiblevehicles.First,thecolor2imagewaspreprocessedwithgrayscaling,smoothing.TheverticalgradientcomponentsoftheimagewerefoundusingtheverticalmaskofSobeloperator.Thenthecandi
5、dateareaswithsufficientamountofedgesweredeterminedbycalculatingthegradientofedges.Afterfindingpossiblevehiclecandidates,theproposedmethodmeasuredtheprominentver2ticalsymmetryofcandidateareasandverifiedallpossiblecandidates,assymmetryisanimportantfeatureofvehicle.Theproposedmethodalsofigure
6、douttheverticalaxisofsymmetryandthewidthofthecandidateve2hicle.Threeimportantrestrictionsobtainedfromabovesteps,includingedges,symmetryandwidth,wereusedtovalidatethecandidatevehicles.Theexperimentalresultsshowthattheproposedalgorithmiseffective,reliableandrobust.Keywords:vehicledetection;e
7、dgedetection;gradientmethods;symmetrydetection视频车辆检测技术是计算机视觉、图像处理本文首先简要介绍了视频车辆检测的难点和与模式识别等技术在智能交通领域应用的一项重存在的问题,然后针对视频中车辆的特点,提出了要研究课题,是智能交通系统的核心技术之一种基于边缘对称性的视频车辆检测算法,最后[1-2]一.视频车辆检测作为车辆跟踪、视频测速、给出了详细的实验结果与分析.流量统计、车辆识别等技术的前提,其准确率与算法复杂度直接影响着智能交通系统的整体效率和1视频车辆检测技术最终
