基于視頻的車輛檢測(cè)跟蹤與分類技術(shù)的研究.pdf

1、為了高效的管理道路車輛，迅速便捷的統(tǒng)計(jì)交通信息，設(shè)計(jì)并實(shí)現(xiàn)了基于視頻圖像的車輛檢測(cè)跟蹤與分類系統(tǒng)。本論文在總結(jié)和分析現(xiàn)有的基于計(jì)算機(jī)視覺(jué)技術(shù)的交通監(jiān)控系統(tǒng)基本理論和關(guān)鍵技術(shù)的基礎(chǔ)上，重點(diǎn)研究了固定視角下運(yùn)動(dòng)車輛的檢測(cè)跟蹤和分類技術(shù)，其中主要涉及到運(yùn)動(dòng)車輛的檢測(cè)、運(yùn)動(dòng)車輛的陰影去除和運(yùn)動(dòng)車輛的跟蹤與分類。完成的主要研究工作如下：
　　 (1)運(yùn)動(dòng)車輛檢測(cè)：通過(guò)分析現(xiàn)有的檢測(cè)方法和背景模型，采用改進(jìn)的自適應(yīng)背景更新模型，實(shí)現(xiàn)了背景的

2、實(shí)時(shí)更新。并通過(guò)背景差分法有效檢測(cè)出運(yùn)動(dòng)車輛。
　　 (2)運(yùn)動(dòng)車輛的陰影去除：分析研究了車輛陰影區(qū)域和被其覆蓋的背景區(qū)域之間的灰度比值的分布規(guī)律，以及HSV色彩空間中V分量陰影覆蓋前后的變化規(guī)律，采用了一種結(jié)合灰度信息和HSV色彩空間中V分量的陰影檢測(cè)與去除方法，利用陰影和背景區(qū)域的光度增益特點(diǎn)有效的消除了車輛的陰影。
　　 (3)運(yùn)動(dòng)車輛跟蹤及分類：分析了車輛的邊緣特征，并利用Hausdorff距離模板匹配思想，在改