交通視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)特征提取與數(shù)據(jù)傳輸實(shí)時(shí)性保證的研究.pdf

1、近年來，無論是發(fā)達(dá)國家還是發(fā)展中國家，都毫無例外地受到了不斷惡化的交通的困擾。交通視頻監(jiān)控系統(tǒng)通常由攝像機(jī)、圖像采集卡和計(jì)算機(jī)等部分組成并模仿人眼功能進(jìn)行監(jiān)控，是21世紀(jì)信息技術(shù)發(fā)展給交通運(yùn)輸帶來的一場(chǎng)革命。但是因?yàn)榻煌ōh(huán)境的多樣性和復(fù)雜性，交通視頻監(jiān)控系統(tǒng)的精確度和速度目前仍然有很大的提升空間。交通視頻監(jiān)控系統(tǒng)中車輛監(jiān)控是整個(gè)系統(tǒng)的關(guān)鍵和核心，圍繞車輛監(jiān)控，系統(tǒng)可以分為：車輛特征提取、車輛信息匹配和車輛位置預(yù)測(cè)。車輛特征提取部分又可以

2、分為運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)陰影去除和目標(biāo)特征提取三部分。 本文主要從交通視頻監(jiān)控系統(tǒng)中的車輛特征提取和處理數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性保證兩個(gè)方面進(jìn)行研究：第一，在系統(tǒng)高魯棒性、高實(shí)時(shí)性和高準(zhǔn)確性的要求下，對(duì)交通視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)、目標(biāo)陰影去除和目標(biāo)特征提取進(jìn)行了研究。第二，在數(shù)據(jù)傳輸實(shí)時(shí)性保證方面，結(jié)合軟件系統(tǒng)的要求，進(jìn)行實(shí)時(shí)性測(cè)試和影響實(shí)時(shí)性的因素分析。具體如下： 運(yùn)動(dòng)目標(biāo)檢測(cè)：將運(yùn)動(dòng)的車輛目標(biāo)從交通視頻序列中分離出來，是整

3、個(gè)車輛特征提取的基礎(chǔ)。本文通過設(shè)計(jì)基于改進(jìn)Surandra算法的雙重背景更新算法，提高了背景更新的質(zhì)量和速度，同時(shí)還解決了車輛靜止后再運(yùn)動(dòng)的識(shí)別問題，取得了很好的實(shí)驗(yàn)效果。 目標(biāo)陰影去除：運(yùn)動(dòng)車輛提取后一般都有不同程度的陰影出現(xiàn)在前景圖像中，對(duì)目標(biāo)物體的正確定位、測(cè)量和跟蹤都有很大影響。因此，陰影去除已經(jīng)成為了交通視頻監(jiān)控系統(tǒng)中不可或缺的一部分。本文在研究多種陰影去除算法的基礎(chǔ)上，改進(jìn)了基于“光強(qiáng)無關(guān)圖”陰影去除算法，并且采用了

4、交通視頻監(jiān)控的圖像序列與原算法進(jìn)行了實(shí)驗(yàn)比較。 目標(biāo)特征提取：對(duì)陰影去除后的車輛目標(biāo)進(jìn)行特征抽取，是進(jìn)行特征匹配完成車輛監(jiān)控的前提。由于單獨(dú)采取某種特征提取算法明顯具有實(shí)時(shí)性或魯棒性等不同的缺陷，因此，綜合多種算法，提出在交通視頻監(jiān)控系統(tǒng)中有效實(shí)用的算法是本文的主要研究方向。 數(shù)據(jù)傳輸實(shí)時(shí)性保證：根據(jù)交通視頻監(jiān)控系統(tǒng)需要傳輸?shù)臄?shù)據(jù)類型和特點(diǎn)，進(jìn)行了實(shí)時(shí)系統(tǒng)的選擇。確定了在基于RTAI的開源的硬實(shí)時(shí)網(wǎng)絡(luò)協(xié)議棧RTnet上進(jìn)