基于連續(xù)視頻流的交通狀況與違章行為模式識(shí)別研究與實(shí)現(xiàn).pdf

1、近年來(lái)，機(jī)動(dòng)車的保有量明顯上升，交通事故也更為頻發(fā)。然而很大一部分交通事故都是因?yàn)檫`章行車引起的，因此對(duì)車輛行為進(jìn)行檢測(cè)并給與違章者適當(dāng)?shù)慕逃吞幜P，是減少違章行為的有效手段之一。對(duì)車輛違章行為進(jìn)行檢測(cè)的傳統(tǒng)方法都是基于磁感應(yīng)原理來(lái)工作。通過(guò)環(huán)形檢測(cè)線圈、交通微波檢測(cè)器、雷達(dá)測(cè)速等設(shè)備來(lái)提取交通參數(shù)的方法，在當(dāng)前比較常用。上述方法有其明顯的缺點(diǎn)，如：安裝不方便、破壞路面、不易維護(hù)、獲取的交通信息量少等。視頻信息的特點(diǎn)有：直觀、具體、生動(dòng)

2、、信息量大等。因此基于連續(xù)視頻流的交通狀況和違章行為分析成為國(guó)內(nèi)外廣大科技人員和學(xué)者關(guān)注的重點(diǎn)。
　　本文首先在對(duì)常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行研究分析之后，用背景差分法來(lái)獲取運(yùn)動(dòng)目標(biāo)，并采用多幀均值背景建模方法來(lái)建立背景模型并實(shí)現(xiàn)背景的不斷更新。根據(jù)運(yùn)動(dòng)目標(biāo)區(qū)域的長(zhǎng)寬比和占空比來(lái)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分類，進(jìn)而提取出運(yùn)動(dòng)車輛。
　　其次，研究分析了傳統(tǒng)的均值漂移算法在運(yùn)動(dòng)目標(biāo)跟蹤中的應(yīng)用，針對(duì)其缺點(diǎn)，對(duì)算法進(jìn)行了改進(jìn)，將卡爾曼濾波器位

3、置預(yù)測(cè)機(jī)制和窗口自適應(yīng)目標(biāo)大小的機(jī)制引入到運(yùn)動(dòng)目標(biāo)的跟蹤算法中，提出了基于KF的窗口自適應(yīng)MS算法。同時(shí)，本文對(duì)改進(jìn)的算法的性能和跟蹤效果進(jìn)行了分析，結(jié)果表明：改進(jìn)的算法性能和跟蹤效果都優(yōu)于傳統(tǒng)的均值漂移算法。
　　然后，設(shè)計(jì)了基于車輛運(yùn)動(dòng)軌跡的車輛行為判斷和交通參數(shù)提取算法。并且，在對(duì)基于顏色的車牌定位算法和基于邊緣檢測(cè)的車牌定位算法進(jìn)行研究分析后，本文將以上兩種算法結(jié)合起來(lái)進(jìn)行車牌定位，即基于顏色和邊緣檢測(cè)的車牌定位算法。結(jié)果