基于动态背景差分法车辆检测和追踪论文

《基于动态背景差分法车辆检测和追踪论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ADissertationforMaster’SDegreeofGuangdongUniversityofTechnologyVehicleDetectionandTrackingBasedonDynamicBackgroundDifferencingCandidate：ChenHongqiSupervisor：Prof．ZhangYunMay2013SchooIofAutomationGuangdongUniversityofTechnologyGuangzhou，Guangdong，P．R．China，5

2、10006摘要为了缓解日益严峻的交通压力，智能交通系统(IntelligentTransportationSystem，简称ITS)提出将先进的信息技术、通讯技术、传感技术、控制技术及计算机技术有效地应用于整个交通运输管理体系，以实现实时、准确及高效率的运输和管理。ITS的运行以获得实时的交通信息为前提。如何采用视频检测技术获取实时的道路车流量，是当前ITS研究的一个热点问题。使用视频检测技术获取道路车流量需要解决两个问题：车辆检测和车辆追踪。车辆检测的主要方法是连续帧差法和背景帧差法。本文在连续帧差法和背景

3、帧差法的基础上改进并提出一种基于动态背景帧差的车辆检测方法。车辆追踪的方法主要包括直方图匹配法和轮廓匹配法。针对直方图匹配法与轮廓匹配法的缺陷，本文提出了一种基于动态特征匹配的车辆追踪方法。两种方法的基本思路如下：1．由于基于统计分析理论的背景构建方法(如多帧平均法、中值滤波法、亮度漂移法)需要大量的样本对背景进行分析与重建，导致背景构建时间较长。针对这一问题，本文提出一种二次帧差背景提取方法，首先将连续帧差法应用于背景构建，利用连续帧差法检测静态像素点，然后将检测到的像素点构建成为完整背景。该方法能够较好地

4、缩短背景构建时间，减少计算重复率。2．在对车辆追踪时，相比于直方图匹配法与轮廓匹配法需要对车辆进行特征提取(如直方图描述和轮廓提取)，本文提出了一种新的基于动态特征匹配的车辆追踪方法，能够避开特征提取环节，从而降低算法的计算复杂度。在进行搜索优化时该方法通过引入自适应调节窗口来降低搜索计算量，且具有较强的鲁棒性。关键词：车辆检测；背景构造；动态帧差；车辆匹配；车辆追踪广东工业大学硕士学位论文AbstractInordertoalleviatethetrafficpressure，IntelligentTran

5、sportationSystem(ITS)isproposedwiththehelpofinformationtechnology，communicationtechnology，senortechnologyandcomputertechnology．Anditsefficientmanagementisbasedontheextractofthetrafficinformation．Therefore．howtoextractthetrafficinformationfromvideoiSafocused

6、issueonITS．Toextractthetrafficfromvideo，twoproblemsshouldbeconsidered，suchasvehicledetectionandvehicletracking．Fortheproblemofthevehicledetection，flamedifferencingandbackgrounddifferencingarethemainmethodsonITS．Avehicledetectionmethodisproposedinthispaperba

7、sedondynamicbackgrounddifferencing，whichisimprovedonthemethodsoftheflamedifferencingandthebackgrounddifferencing．Fortheproblemofthevehicletracking，histogrammatchingandcontourmatchingarethemainmethods．Basedontheanalysisofthesemethodsandtohandletheirdisadvant

8、ages，avehicletrackingmethodisproposedinthispaperbasedondynamicfeaturematching，wherethebasicideaisasfollow：1．Backgroundconstructingbasedontheoryofstatisticsisinneedofavarietyofsamplestoanalysisandconstr