基于不变矩和灰度匹配的汽车跟踪算法.pdf

《基于不变矩和灰度匹配的汽车跟踪算法.pdf》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、第53卷V01．53第6期No．6农业装备与车辆工程AGRICULTURALEQUIPMENT&VEHICLEENGINEERING2015年6月June2015doi：10．3969／j．issn．1673—3142．2015．06．004基于不变矩和灰度匹配的汽车跟踪算法张京明1，张宇晗1，王昕彦2(1．264209山东省威海市哈尔滨工业大学汽车工程学院2．264025山东省烟台市鲁东大学交通学院)[摘要]人工智能技术的引入为智能车辆提供了汽车目标跟踪的功能。但是传统的匹配跟踪算法不能够很好地实现窗口尺寸自适应调节功能。从而导致目标偏离甚至

2、跟丢的情况。为了克服这个缺点，提出了一种窗口尺寸自适应的汽车跟踪算法。这种算法结合了不变矩特征匹配与像素灰度匹配两种算法。在MATLAB平台上，对此种混合算法进行了仿真。结果表明，改进的算法能在提高汽车跟踪准确性与实时性的基础上，很好地适应跟踪窗口的尺寸变化。[关键词]智能汽车；目标跟踪；窗口自适应；不变矩；灰度匹配[中图分类号]TP391．41[文献标志码]A[文章编号]1673—3142(2015)06—0013—04AnAutomotiveTrackingAlgorithmBasedonInvariantMomentsMatchingan

3、dGrayFeatureMatchingZhangJingmin91，ZhangYuhanl，WangXinyan2(1．SchoolofAutomotiveEngineering，HarbinInstituteofTechnology，WeihaiCity，ShandongProvince264209，China；2．SchoolofTransportation，LudongUniversity，YantaiCity，ShandongProvince264025，China)[Abstract]Theintroductionofartific

4、ialintelligenceprovidesthefunctionofautomotivetrackingforintelligentvehicles．Astotraditionaltrackingalgorithmsbasedonimagematching，adaptivechangingthesizeofthetrackingwindowcannotbeachievedideally．Inordertoovercomethisweakness，anautomotivetrackingalgorithm，whichcanchangethes

5、izeofthetrackingwindowadaptively，wasintroduced．Thisalgorithmcombinedinvariantmomentsmatchingtechniqueandgrayfeaturematchingtechnique．ThisblendedalgorithmwassimulatedONtheplatformofMATLAB．Theresultsindicatethatthisrevisedalgorithmcannotonlyfeaturefast，preciseandreliable，butal

6、sochangethetrackingwindowadaptively．[Keywords]intelligentvehicles；targettracking；changingtrackingwindowsadaptively；invariantmomentsmatching；grayfeaturematching0引言人工智能技术在汽车中的应用有着举足轻重的地位，如安全车距检测[11，疲劳驾驶技术[21，车道识别技术[31等。基于图像匹配的视觉跟踪方法是近来研究的热点。图像匹配技术主要有基于特征点、灰度分布和频域等三大类【4】。虽然此技术已

7、经在跟踪的速度与准确性上有了较大的改进，但是依然不能够很好地实现窗口自适变化。在汽车智能跟踪中．汽车可能会出现远离与靠近摄像头的运动。所以，跟踪窗口尺寸自适应是必要的。1图像匹配理论1．1图像二维不变矩特征不变矩也被叫做Hu矩，可以用日u矩来描述灰度图像的特征。一幅MxN的数字图像f(i,j)，其收稿日期：2015—03—02修回日期：2015—03—22p+q阶几何矩m『J。和中心‰距为MN％。=∑∑：9jqf(i，，)p，q=0，1，2⋯(1)￡=1』2IN∑(i—j)9仃一j)9兵J)p，g=0，1，2⋯(2)』=1式中i=mlo／m00

8、，J=mol／m00。如果将mm看做图像的灰度质量，则图像灰度质心坐标为(i，J)，那么，中心矩‰反映的是图像的灰度相对于其灰度质心的分布情况。几何矩