探析运动车辆视频检测与跟踪技术研究

《探析运动车辆视频检测与跟踪技术研究》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、㈣7若芝必蚶分类号：u斗0110710—20040513漾步太海硕士学位论文运动车辆视频检测与跟踪技术研究导师姓名职称申请学位级别郭永涛贺昱曜教授硕士学科专业名称交通信息工程及控制论文提交日期2007年明5日论文答辩日期2007年‘月；日学位授予单位长安大学答辩委员会主席千备、魄寻聚学位论文评阅人髑．魂寺禾震艘笠摘要数字图像处理技术是蕴涵巨大发展潜力的新兴科学研究领域之一，基于视频的交通信息检测相比于传统的检测手段具有安装简单、维护方便、检测范围大和信息丰富等优点。视频交通已经成为智能交通系统中的一个重要的研究方向。本文以摄像机获取的

2、交通场景视频图像为研究对象，对所涉及的背景提取、阴影消除、车辆跟踪等关键技术进行深入的研究和分析。主要内容包括：(1)分析了光流法，帧差法，背景差分法，实验验证背景差分法更适合于交通视频中的运动目标检测；(2)实现了多帧图像平均法和基于统计的背景提取算法，并对连续帧间差分法中针对不同的更新系数a做了大量实验，提出了一种新的背景提取算法，该算法具有较快的计算速度。通过比较几种不同的背景提取算法，说明本文提出的新算法得到的背景效果最好；(3)针对图像二值化问题，介绍了几种常用算法：迭代式阈值法、Otsu法、最小误差法，并提出了一种新的图像

3、二值化阈值选取算法：直方图自动阈值法，选择合适的∥后就能得到良好的分割效果；(4)利用阴影属性，提出了～种基于统计的运动阴影消除算法，实验结果显示：该算法能够很好的将由于阴影造成的车辆粘连分割开；(5)介绍了跟踪算法中常用的卡尔曼滤波法，和车辆匹配算法，并对遮挡问题进行分类处理。关键词：智能交通系统；视频交通；背景提取；阴影消除；车辆分割；车辆跟踪AbstractDigitalimageprocessingtechnologyisanewscienceresearchfieldwhichhasmoredevelopmentpotent

4、ial．Thedetectionoftrafficinformationbasedonvideoiscomparedwithtraditiondetection，ithasmanymerits，suchastheinstallationsimplicity,maintenanceexpediently,widerangeofdetecting，variousinformationandSOon．Videotrafficalreadybecomesanimportantresearchdirectioninintelligencetra

5、fficsystem．ThisthesismgardstrafficscenepictureobtainedbycameFaastheresearchobject．Thekeytechniquesofbackgroundextractionandshadowremovalandvehicletrackingareresearchedandanalyzed．Maincontentsareincluded：(1)Theopticalflow,frame—differenceandbackground—differenceareanalyz

6、ed．Anexperimentisgiventoprovethatthelatteristhebestfordetectingmovingobjectoftrafficvideo；(2)Thealgorithmforaverageofmulti—frameandthealgorithmforbackgroundextractionbased-onstatisticarerealized．Manyexperimentsaretakenwithdifferentupdatingcoefficientaforconsecutiveframe

7、—difference．Thisthesispresentsanewalgorithmforbackgroundextraction，itcalculatesfast．Comparedwithotherdifferentalgorithm，thisalgorithmhasabestbackground．(3)Forthequestionofimagesegmentation，thisthesisintroducesmanyalgorithmsincommon：algorithmofiterative，algorithmofOtsu，a

8、lgorithmofminimalerror,presentsanewalgorithmofchoosingthresholdvalue：automaticchoosingthresholdvaluebased—onhi