低分辨率交通視頻中運動物體識別算法研究.pdf

1、隨著計算機技術、視頻技術和圖像處理技術的不斷發(fā)展，基于圖像處理方法的運動物體識別技術被越來越多地運用于智能視頻監(jiān)控系統(tǒng)之中。相對于傳統(tǒng)的識別方法，圖像處理方法因為其不需要增設外部設備，系統(tǒng)整體成本較低，可擴展性強等諸多優(yōu)點，正越來越多的受到研究人員和實際工程人員的關注。交通視頻監(jiān)控是智能視頻監(jiān)控的一個重要應用領域。
　　交通視頻自身具有很多特點，如視頻分辨率較低、運動物體背景復雜、氣象條件多變、存在大范圍光線變化等。本文對當前存在

2、的運動物體檢測、跟蹤和分類方法，特別是基于視頻圖像處理的方法進行了調研，分析了各種方法的適用場景和優(yōu)缺點，并針對本文實際的應用場景——低分辨率交通視頻圖像——提出了一種基于多特征融合和多幀融合的運動物體識別算法。
　　本文首先對運動物體的分割方法進行研究，通過對交通視頻建立合適的背景模型，采用背景差分的方法提取出運動物體。利用形態(tài)學處理等方法去除背景噪聲的干擾，并提出了一種基于區(qū)域生長的陰影去除方法，以獲得較為準確的運動物體。接著

3、，提取出運動物體的幾何特征和運動特征，再分別基于支持向量機和級聯(lián)分類器兩種策略對運動物體的特征進行融合，獲取運動物體的單幀判決信息。最后融合視頻序列中多幀的判決信息，完成對運動物體的識別，得到最終分類信息。本文給出的這種基于多特征融合和多幀融合的運動物體識別算法，經(jīng)實驗證明，在實際低分辨率交通視頻的應用場景中，可以較好地識別出運動物體，且計算復雜度低，能夠滿足交通視頻的實時處理需求。
　　在完成算法設計后，本文對智能交通視頻監(jiān)控系