車(chē)輛檢測(cè)中的關(guān)鍵算法的研究.pdf

1、當(dāng)前，智能交通系統(tǒng)是計(jì)算機(jī)視覺(jué)的一個(gè)重要研究方向。與傳統(tǒng)方法相比，智能交通系統(tǒng)具有成本低、性能好、功能多等優(yōu)點(diǎn)。視頻車(chē)輛的檢測(cè)是智能交通系統(tǒng)的核心技術(shù)，也是智能交通系統(tǒng)中其他技術(shù)的基礎(chǔ)。由于運(yùn)動(dòng)車(chē)輛檢測(cè)技術(shù)的復(fù)雜性，該技術(shù)仍處在起步階段，需要不斷的研究并加以改進(jìn)。本論文針對(duì)車(chē)輛檢測(cè)中一些關(guān)鍵問(wèn)題進(jìn)行了探索和研究，提出了新的方法，并通過(guò)實(shí)驗(yàn)證明了新方法的有效性。主要研究包括以下幾個(gè)方面： 1.由于對(duì)車(chē)輛檢測(cè)需要比較清晰的監(jiān)控視頻圖

2、像輸入，因此圖像增強(qiáng)技術(shù)作為對(duì)圖像的預(yù)處理，起到很重要的作用。所以本文對(duì)圖像增強(qiáng)技術(shù)進(jìn)行研究。首先介紹視頻圖像增強(qiáng)中的兩種常用算法(直方圖均衡化法及鈍化算法)，并針對(duì)現(xiàn)有的算法對(duì)圖像局部細(xì)節(jié)增強(qiáng)效果不足的缺點(diǎn)，提出結(jié)合自適應(yīng)閾值圖像選取和非線性增益算子的圖像增強(qiáng)方法。通過(guò)與已有的算法的仿真比較，證明本算法取得更好的增強(qiáng)效果。 2. 在運(yùn)動(dòng)車(chē)輛的檢測(cè)中，由于受到光照變化、惡劣天氣、搖動(dòng)樹(shù)木等運(yùn)動(dòng)背景的影響，無(wú)法準(zhǔn)確地檢測(cè)出運(yùn)動(dòng)車(chē)輛

3、，并且無(wú)法避免動(dòng)態(tài)背景造成的檢測(cè)虛警。通過(guò)對(duì)運(yùn)動(dòng)背景和運(yùn)動(dòng)車(chē)輛的實(shí)驗(yàn)分析發(fā)現(xiàn)，動(dòng)態(tài)背景和運(yùn)動(dòng)車(chē)輛的運(yùn)動(dòng)向量具有不同的特征分布。本文根據(jù)這一特點(diǎn)，在高斯運(yùn)動(dòng)模型法[32]的基礎(chǔ)上，對(duì)動(dòng)態(tài)背景和運(yùn)動(dòng)車(chē)輛分別進(jìn)行運(yùn)動(dòng)向量建模，進(jìn)而利用序列的幀內(nèi)信息，引入修正因子，最后使用貝葉斯算法判斷運(yùn)動(dòng)像素屬于動(dòng)態(tài)背景或是運(yùn)動(dòng)車(chē)輛。通過(guò)與常用運(yùn)動(dòng)車(chē)輛檢測(cè)算法實(shí)驗(yàn)比較，本文提出的基于運(yùn)動(dòng)向量模型的運(yùn)動(dòng)車(chē)輛檢測(cè)方法具有更高的車(chē)輛檢測(cè)精度。 3.在圖像的