交通流誘導(dǎo)中運(yùn)動(dòng)車輛檢測(cè)與跟蹤方法的研究.pdf

1、隨著經(jīng)濟(jì)和科學(xué)技術(shù)的發(fā)展，人類社會(huì)進(jìn)入了一個(gè)快速發(fā)展的新時(shí)期。交通工具的增長(zhǎng)速度倍增于道路和其他交通設(shè)施的增長(zhǎng)，所以隨之引起的交通擁堵、環(huán)境污染、交通事故等一系列交通問(wèn)題日益凸顯。而基于計(jì)算機(jī)視覺(jué)的運(yùn)動(dòng)車輛檢測(cè)與跟蹤技術(shù)已成為解決智能交通誘導(dǎo)問(wèn)題的有效措施。本文主要對(duì)交通誘導(dǎo)中運(yùn)動(dòng)車輛檢測(cè)與跟蹤的方法及出現(xiàn)的問(wèn)題進(jìn)行研究，以期解決交通誘導(dǎo)環(huán)境下運(yùn)動(dòng)車輛的檢測(cè)和跟蹤問(wèn)題。本文主要工作如下：
　　 一、詳細(xì)闡述了三種常用運(yùn)動(dòng)車輛檢測(cè)

2、方法的原理，并對(duì)三種方法的優(yōu)劣進(jìn)行了分析。針對(duì)交通誘導(dǎo)環(huán)境中視頻圖像背景相對(duì)靜止的特點(diǎn)，著重對(duì)基于平均時(shí)間的背景重構(gòu)差分法、基于像素灰度歸類的背景重構(gòu)差分法和基于混合高斯模型的背景建模差分法的運(yùn)動(dòng)車輛的檢測(cè)方法進(jìn)行了研究，并通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的對(duì)比分析，選擇了基于混合高斯模型的背景建模差分法為運(yùn)動(dòng)車輛的檢測(cè)方法。
　　 二、針對(duì)運(yùn)動(dòng)車輛檢測(cè)過(guò)程中圖像中的陰影問(wèn)題，在分析陰影去除算法的基礎(chǔ)上，給出了一種基于HSV顏色空間的陰影去除算法

3、，并對(duì)該算法進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，該方法具有較好地陰影去除效果。針對(duì)提取出的運(yùn)動(dòng)車輛區(qū)域的不完整性問(wèn)題，本文給出了一種先膨脹后腐蝕的數(shù)學(xué)形態(tài)學(xué)濾波方法，有效解決了該問(wèn)題。
　　 三、研究了四種基本運(yùn)動(dòng)車輛跟蹤方法的原理，對(duì)四種方法的優(yōu)劣進(jìn)行了分析。重點(diǎn)研究了基于SIFT特征的運(yùn)動(dòng)車輛跟蹤方法。針對(duì)SIFT方法的高維特征向量會(huì)影響跟蹤的實(shí)時(shí)性問(wèn)題，提出了一種用PCA對(duì)SIFT特征向量進(jìn)行降維處理從而提高跟蹤實(shí)時(shí)性的SPA算法；