基于視頻的車輛異常行為分析.pdf

1、隨著經(jīng)濟(jì)的快速發(fā)展和人們生活水平的不斷提高，我國機(jī)動車的數(shù)量也在急速增多，機(jī)動車在給人們生活帶來便利的同時，其造成的道路交通問題也日趨嚴(yán)重。因此，對于道路交通的管理急需建立一個行之有效的智能交通管理系統(tǒng)。目前各個國家所提出并進(jìn)行的智能交通系統(tǒng)的研究，其核心部分就是對車輛異常行為進(jìn)行分析。本文以道路交通視頻為素材，然后對交通視頻的霧天圖像增強(qiáng)、車輛檢測和跟蹤以及車輛的異常行為分析進(jìn)行研究。具體的研究內(nèi)容如下：
　?。?）監(jiān)控視頻圖像

2、預(yù)處理，針對公路視頻受霧天影響較大，而霧天下的監(jiān)控視頻因環(huán)境光照不足導(dǎo)致圖像的色彩強(qiáng)度和對比度不能滿足實(shí)際應(yīng)用需要。為了解決此問題，本文提出了一種基于 HSV色彩空間的霧天圖像增強(qiáng)方法。實(shí)驗(yàn)結(jié)果表明，該方法相對于單一的圖像增強(qiáng)算法，其效果較好。
　?。?）運(yùn)動目標(biāo)檢測算法，本文采用一種自適應(yīng)高斯混合模型的背景差分法對視頻圖像進(jìn)行處理。首先通過自適應(yīng)高斯模型方法構(gòu)造背景模型，然后將得到的背景與當(dāng)前視頻幀做差值運(yùn)算，得到差值圖像；然后

3、對差值圖像進(jìn)行二值化處理，得到需要檢測運(yùn)動目標(biāo)。
　?。?）運(yùn)動目標(biāo)的跟蹤，針對運(yùn)動目標(biāo)在交通視頻中可能會發(fā)生旋轉(zhuǎn)、尺度變換等問題，采用一種基于 Kalman濾波的特征匹配跟蹤方法。首先對檢測到的運(yùn)動目標(biāo)進(jìn)行特征提取，然后利用預(yù)測目標(biāo)的位置和匹配搜索策略來確定運(yùn)動目標(biāo)，并用一個矩形框標(biāo)記出該運(yùn)動目標(biāo)。通過仿真實(shí)驗(yàn)證明該方法可以有效的跟蹤到運(yùn)動目標(biāo)。
　?。?）車輛異常行為的分析，本文設(shè)計(jì)了一種基于改進(jìn)的Hausdorff距離