车载视频的运动目标检测与跟踪算法研究

《车载视频的运动目标检测与跟踪算法研究》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、分类号：TP391单位代码：10190研究生学号：201306026密级：无硕士学位论文车载视频的运动目标检测与跟踪算法研究ResearchonMovingObjectDetectionandTrackingAlgorithmbasedonVehicle-loadedVideo研究生姓名：潘晓旭专业：电子与通信工程指导教师姓名：陈戈珩指导教师职称：教授2016年4月硕士学位论文长春工业大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《车载视频的运动目标检测与跟踪算法研究》是本人在指导教师的指导下，独立进行研究工作

2、所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：年月日长春工业大学硕士学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春工业大学硕士学位论文版权使用规定”，同意长春工业大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复

3、制手段保存和汇编学位论文。作者签名：年月日校内指导教师签名：年月日硕士学位论文摘要车辆检测与跟踪算法是驾驶员安全辅助系统的核心，是智能车导航研究领域的热点，实时、准确、鲁棒的检测与跟踪算法能够使智能车实现有效的防偏、防撞、预警和控制。本文的研究目标是采用图像处理算法分析车载摄像头采集到的视频图像信息，检测并跟踪前方运动车辆，为驾驶员提供实时准确的道路信息，避免交通事故的发生。本文阐述了车辆检测与跟踪算法的研究背景及意义，研究并分析了图像预处理的基本方法、车道线识别、车辆检测与车辆跟踪算法。依据天空与路面相交处灰度的阶跃变化，给

4、出了利用水平灰度均值分布曲线提取路面区域的方法；结合Canny算法和Hough变换检测车道线，采用较先进的直线-抛物线模型跟踪车道线；基于车底阴影和小孔成像原理确定车辆假设区域，在研究融合多特征验证感兴趣区域算法的基础上，给出了结合纹理、垂直梯度投影均值和边缘对称性三个特征分层验证假设区域的方法；进一步分析了基于Kalman滤波的车辆跟踪算法以及其优缺点，针对其可能存在着发散以及初值选取困难，并需要假设噪声参数和运动状态的问题，给出了基于灰色模型GM(1,1)的前方车辆跟踪算法，并将预测误差引进GM(1,1)模型，改进了跟踪算

5、法，实现了实时准确的车辆跟踪。完成了前方车辆检测与跟踪系统的软件设计，实现了单帧检测与实时跟踪功能。论文采用PETS2001图像序列进行实验，从实时性和准确性两方面分析验证了算法的有效性，并明确了下一步研究方向以及应用前景。本文对车辆检测与跟踪技术进行了探索和研究，在驾驶员安全辅助系统应用方面有一定的参考价值。关键词：车道线识别车辆检测车辆跟踪Kalman滤波GM(1,1)模型I硕士学位论文AbstractVehicledetectionandtrackingalgorithmisthecoreofSafetyAssistan

6、tDrivingSystem,alsothehotresearchareaofintelligentvehiclenavigation,real-time,accurateandrobustdetectionandtrackingalgorithmcanmakeintelligentvehicleimplementtheeffectiveearly-warningandcontrolofthedeviationpreventionandanti-collisionconditions.Theresearchtargetofth

7、earticleistoanalyzevideoimageinformationcapturedbyvehiclecamerathroughtheimageprocessingalgorithm,detectandtrackprecedingmovingvehicle,providereal-timeandaccurateroadinformationforthedriver,andavoidtrafficaccidents.Thepaperdescribedtheresearchbackgroundandsignifican

8、ceofvehicledetectionandtrackingalgorithm,studiedandanalyzedthebasicmethodofimagepreprocessing,lanerecognition,vehicledetectionandvehicletr