基于凹性分析的粘连车辆分割.pdf

《基于凹性分析的粘连车辆分割.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29卷第1期2012年1月计算机应用研究ApplicationResearchofComputersV01．29No．1Jan．2012基于凹性分析的粘连车辆分割吴忻生““，刘洋6，戚其丰“6(华南理工大学a．精密电子制造装备教育部工程研究中心；b．自动化科学与工程学院，广州510640)摘要：复杂场景中车辆的粘连会导致车辆的漏检，影响道路交通检测的准确度，因此必须建立可靠、实用的粘连分割机制。提出了一种基于凹性分析的分割方法：检测出感兴趣的车辆区域，根据凸包和blob分析判断粘连，若粘连，采用扫描的方法来寻求分割点(凹点)，结合一系列准则选择

2、最优分割线。该方法快速地将粘连车辆分割开，有效地解决了车辆粘连的问题。该方法不需要除了车辆形状以外的任何先验知识，具有很强的适应性。关键词：凹性分析；粘连；凸包；车辆分割；扫描；凹点中图分类号：TP391文献标志码：A文章编号：1001-3695(2012)01-0344-04doi：10．3969／j．issn．100l—3695．2012．01．095AdheredvehiclessegmentationbasedonconcavityanalysisWUXin—shen98一．LIUYan96．QIQi-fen98’“(a．Engineer

3、ingResearchCentre_加rPrecisionFk脚nj!cManufacturingEquipmentofMinisrey0，Edneation，b．c。如孵ofAutomationScience＆Technology，SouthChinaUniversityofTechtwiogy，Guangzhou510640，China)Abstract：Inthecmnplexscene，vehicleadhesionwillcausethemissingofthevehicledeteetia，andCauseproblemswithth

4、emeasurementaccuracy．Therefore，it’SnecessarytOestablishareliable，practicalsplittingmechanismfortheadheredve—hicles．Thispaperproposedasolutiotttotheproblemofvehiclesadhesion：aregionsplicingmethodbasedOilconcavityanaly-sis．First，detectedthevehicleregionofinterest(ROI)，andanalye

5、dthepresenceofadheredvehiclesaccordingtotheconvexhullandtheblobanalysis．Fortheadheredvehicles，itscughtthesplittingpoints(concavitiespixels)usingscanningmethod，andproposedaseriesoftherolestodeterminetheoptimalsplitline．Theproposedmethodcansplittheadheredvehicleeffec—tively．Thi

6、sapproachhasstrongadaptabilitywhichdonotneedanypriorknowledgeexceptthevehicleshape．Keywords：concavityanalysis；adhesion；convexhull；vehiclesplitting；scanning；pitO引言随着社会经济的发展，交通在人类的社会经济活动中显得越来越重要，智能交通系统(ITS)已成为未来交通发展的必然趋势，而基于视频的车辆检测与跟踪技术是智能交通系统的关键技术，它不仅具有安装维护方便、费用较低等优点，还可以同时获取车型

7、、车流量、车速等交通信息，实现对交通流的管理，为车辆的行驶提供参考。在实际应用中，由于架设的摄像机光轴与道路平面之间的角度较小，拍摄到的车辆之间往往互相重叠，从而产生遮挡；同时，运动车辆在行驶过程中也会被路边的树木和广告牌等遮挡。遮挡问题严重地影响着视觉车辆跟踪系统的精准度和性能，是车辆跟踪的难点之一。解决车辆问遮挡而造成的粘连问题是视频车辆跟踪的关键前提，对车辆跟踪过程中粘连检测与消除问题已有许多学者作过研究，常用的方法有特征模型、统计模型、推理模型等。Coifman等人oIo利用车辆的角点作为特征点建立特征模型，可以有效解决粘连问题，具有相对

8、广阔的发展空间。然而，现存的此类算法运算量大，而且对于场景的要求也比较高，所以特别容易受到复杂场景中不相关物体的影响。解决车辆遮挡问题的