一种改进的车辆检测跟踪的方法

一种改进的车辆检测跟踪的方法

ID:3915653

大小:704.98 KB

页数:9页

时间:2017-11-25

一种改进的车辆检测跟踪的方法_第1页
一种改进的车辆检测跟踪的方法_第2页
一种改进的车辆检测跟踪的方法_第3页
一种改进的车辆检测跟踪的方法_第4页
一种改进的车辆检测跟踪的方法_第5页
资源描述:

《一种改进的车辆检测跟踪的方法》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、http://www.paper.edu.cn一种改进的车辆检测跟踪的方法方浩宇,官安全,彭真明电子科技大学光电信息学院摘要:本文提出了一种在复杂场景中改进的运动车辆检测与跟踪的方法。首先分析相邻帧差分图像的坐标投影曲线,得到运动车辆的数量和位置;再采用基于改进模型的MPC准则的相关跟踪方法跟踪捕获到运动车辆。在对实时场景中车辆的跟踪仿真实验中,该方法跟踪表现出较高的跟踪精度和稳定性,且简单有效,实时性好。关键词:差分投影;MPC准则;相关跟踪;车辆检测与跟踪1.引言车辆检测与跟踪对智能交通系统(ITS)有

2、着重要的意义,它可以为道路智能化调度管理提供依据,从而减少道路拥塞,提高路面资源的利用率。基于视频的车流量监测是近年提出的用于车流统计的新方法,它利用计算机对摄像机捕获到的视频进行分析,得到某一时段道路上通过的车辆的数目。与非视频的方法相比,基于视频的方法具有信息量大,硬件成本低,无需开挖路面等优点,并可方便地扩展其他附加功能。针对视频图像检测器得到的交通序列[1][2]图像,人们提出了多种车辆检测与跟踪技术,例如帧差法、背景差法、边缘检测法等车辆[3][4][5][6]检测方法,以及基于区域、动态轮廓、特

3、征等车辆跟踪方法。然而,基于视频的方法在实际应用中仍存在许多困难。首先,道路场景光照条件随时间发生显著改变,运动检测需要适应不同的光照条件变化。其次,不同的车辆在大小、颜色上差异较大,车辆识别难度较大;再次,视频图像包含的信息量很大,而计算机的运算能力有限,许多方法尽管理论上是可行的,却不能在实际应用中满足实时处理的要求。本文提出了一种在复杂场景中运动车辆检测与跟踪的新方法。首先,利用相邻两帧图像环境因素变化小的特点,用帧差图像检测视频中的运动车辆信息,获得其大致位置;然后,利用模板相关跟踪的方法,在检测到

4、车辆后对其实施模板跟踪;最后,帧差图像、模板跟踪以及运动估计三种方法相互验证,提高了跟踪的稳定性。其中,帧差图的分析为模板跟踪提供搜索位置信息,模板信息等,它们一起组成跟踪算法的骨干部分。运动预测和估计对跟踪结果起验证作用,并且在目标被遮挡时提供目标的运动信息。通过对实时场景中车辆的跟踪,表明该方法跟踪具有较高的跟踪精度和稳定性,且简单有效,实时性好。2.基于相邻帧差投影曲线的目标定位方法:在摄像机固定的情况,由于相邻两帧图像中背景的变化非常微小,因而常用相邻帧相减的方法提取图像中运动的目标。与建立背景模型

5、的方法相比,相邻帧差的方法运算简单,对运动目标的检测也比较精确。通过研究相邻帧差图像,我们发现,在车辆发生运动的区域,有以下两个特性:(1)帧差的峰值区域集中在车头和车尾,并且成对出现;(2)帧差图的峰值区域有不同的极性,即一半为正值峰值,一半为负值峰值。根据这两个特性,本文提出一种根据帧差图像投影曲线对运动区域进行定位的简单方法―――帧差投影曲线分析方法。设图像序列P,(k=1,2,3,…)为M*N(M行,N列)的灰度图像,对第t和t+1帧,k-1-http://www.paper.edu.cn其帧差为D

6、=P−P。假设车辆的灰度值大于背景(道路)的灰度,则对图像中的某一位tt+1t置S,若S在P中为汽车,在P中为背景,则其在D中S表现为正值;同理,若S在P中tt+1tt为背景,在P中为汽车,则其在D中S表现为负值。我们对整个帧差投影曲线进行分离,t+1t把可能代表单个车辆运动的波峰分离出来,其方法如下:设阈值为T1,将Dt中值大于T1的象素点提取出来,设为Dpt,同理,将Dt中值小于-T1的象素点提取出来,设为Dn,则Dp表示图像中车辆运动后覆盖背景的区域,Dn表示车ttt辆运动后露出的背景,这两者之间就是

7、我们要跟踪的运动车辆。以Dp为例,Dp图像为大小不一的斑块,每一块都代表一个被汽车遮挡后的背景灰度ttM的变化,定义其水平投影曲线为fh()nD=∑pt(m,n),(n=1,2,…,N),垂直投影曲线m=1N定义为fv()mD=∑pt(m,n),(m=1,2,…,M),则在其中任意一条曲线上,由于汽车运n=1动造成的灰度变化区域都会造成一个波峰,其中f(n)上的波峰位置代表变化区域的水平坐标h位置,f(m)上的波峰位置代表变化区域的水平坐标位置,由此我们可以得到变化区域在图v像中的坐标。设Dp,Dn的水平投

8、影曲线和垂直投影曲线分布为fp(m),fp(n),fn(m),tthvhfn(n),算法如下:v①对各投影曲线作预处理,包括曲线的平滑、各零碎波峰的合并和将值小于规定阈值的曲线部分赋零;②找到fp(m)最大的峰值对应坐标m,分离出该位置的波峰及其坐标范围(l,r);h111'③并在fn(m)的(l,r)内找到对应的峰值坐标m(最接近m的一个较大的峰值),h1111''得到对应波峰的范围(l1,r1)去掉刚刚计算的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。