基于視頻的車輛檢測(cè)理論與方法研究.pdf

1、隨著計(jì)算機(jī)數(shù)字圖像處理技術(shù)的發(fā)展,視頻圖像處理技術(shù)也廣泛的應(yīng)用到車輛檢測(cè)中。視頻車輛檢測(cè)負(fù)責(zé)采集處理道路車輛信息,是智能交通系統(tǒng)的信息服務(wù)系統(tǒng),為交通控制管理提供數(shù)據(jù)依據(jù)。本文以靜止攝像頭拍攝的交通視頻為研究對(duì)象,利用計(jì)算機(jī)圖像處理方法,提取視頻中的運(yùn)動(dòng)車輛數(shù)據(jù)。
　　本文根據(jù)視頻車輛檢測(cè)系統(tǒng)各步驟功能,分別設(shè)計(jì)了相應(yīng)的數(shù)據(jù)結(jié)構(gòu)和算法。車輛檢測(cè)與跟蹤主要分為背景提取、運(yùn)動(dòng)區(qū)域提取、車輛位置尺寸提取和車輛跟蹤。首先對(duì)圖像進(jìn)行灰度化和

2、去噪等預(yù)處理,在背景提取步驟,對(duì)3類背景提取算法進(jìn)行比較后,選用中值法進(jìn)行背景提取,利用背景圖像中的車輛余跡,提出了檢測(cè)區(qū)間提取算法,為區(qū)間背景差分做準(zhǔn)備。在運(yùn)動(dòng)區(qū)域提取步驟,提出了基于檢測(cè)區(qū)間的背景差分法,并利用差分結(jié)果進(jìn)行了檢測(cè)區(qū)間的修正;在分割閾值選取時(shí),采用了基于像素頻數(shù)分布的最佳閾值選取算法;在陰影去除時(shí),提出了基于陰影像素分布特征的單邊側(cè)的陰影檢測(cè)算法和陰影去除算法;在連通區(qū)域提取時(shí),采用輪廓提取算法,并對(duì)其進(jìn)行改進(jìn),使其適

3、用于多目標(biāo)提取,有效地提取多連通域的外接輪廓。在車輛位置尺寸提取步驟,提出了矩形整合算法,大大提高了車輛外接矩形和視頻車輛的匹配程度。在車輛跟蹤步驟,提出了鏈表嵌套的數(shù)據(jù)結(jié)構(gòu)和新的相似系數(shù)計(jì)算方法,利用矩形中心距離和面積開方的比值作為相似系數(shù),有效地去除了目標(biāo)位置對(duì)目標(biāo)外接矩形尺寸的影響,從而能夠?qū)\(yùn)動(dòng)車輛進(jìn)行有效地跟蹤。
　　本文對(duì)提出的算法在VC++開發(fā)環(huán)境下進(jìn)行了實(shí)驗(yàn),比較了改進(jìn)算法和原有算法的性能,結(jié)果表明,本文提出的新算