車輛監(jiān)控系統(tǒng)圖像檢測算法研究.pdf

1、數(shù)字圖像處理技術(shù)與監(jiān)控系統(tǒng)的結(jié)合、應(yīng)用是近年來的熱點(diǎn)研究課題。特別是智能視頻技術(shù)與交通監(jiān)控系統(tǒng)的相結(jié)合，不僅使系統(tǒng)具備了數(shù)字視頻的壓縮、傳輸、存儲和播放功能，更使系統(tǒng)具備了圖像分析、智能監(jiān)控的特色，從而能夠方便的實(shí)現(xiàn)車輛的分割和檢測、測量相關(guān)的交通參數(shù)，如車流量及運(yùn)動(dòng)方向統(tǒng)計(jì)等；根據(jù)相關(guān)的數(shù)學(xué)模型，還可實(shí)現(xiàn)車輛的運(yùn)動(dòng)檢測，車輛的跟蹤與車輛的識別。 本課題源于基于視頻的車輛智能檢測系統(tǒng)項(xiàng)目的預(yù)研，旨在通過研究提出一種應(yīng)用于運(yùn)動(dòng)車輛

2、的監(jiān)測的圖像檢測算法，適用于固定攝像頭下的視頻圖像中運(yùn)動(dòng)目標(biāo)識別和跟蹤，使得視頻圖像分析能夠適合集成到視頻圖像采集壓縮前端模塊中，運(yùn)用改進(jìn)的算法模型實(shí)現(xiàn)計(jì)算效率最大化以及目標(biāo)判斷準(zhǔn)確性。 視頻圖像分析中，背景提取的準(zhǔn)確與否直接關(guān)系到分割質(zhì)量。運(yùn)動(dòng)車輛檢測通常是在戶外，天氣、光照等外界環(huán)境的改變對圖像背景的灰度影響是背景提取中不得不考慮的環(huán)節(jié)。本文通過分別對基于靜、動(dòng)態(tài)背景的生成中的平均值法，多幀中值濾波算法和自適應(yīng)濾波算法進(jìn)行了

3、大量理論研究和實(shí)驗(yàn)對比論證，提出了適用于該運(yùn)動(dòng)車輛檢測系統(tǒng)的背景提取法，濾除因環(huán)境變化而產(chǎn)生的干擾噪聲，并結(jié)合固定攝像頭下運(yùn)動(dòng)車輛檢測的各種圖像特征，運(yùn)用基于數(shù)學(xué)形態(tài)學(xué)分割算法實(shí)現(xiàn)了對運(yùn)動(dòng)車輛對象的提取。針對圖像監(jiān)控中非有效對象的運(yùn)動(dòng)產(chǎn)生的噪聲干擾問題，根據(jù)車輛視頻圖像的運(yùn)動(dòng)連續(xù)特性，利用卡爾曼濾波器算法對運(yùn)動(dòng)目標(biāo)跟蹤和噪聲的濾除。并通過改進(jìn)的基于邊緣增長的主動(dòng)輪廓模型算法對運(yùn)動(dòng)目標(biāo)輪廓進(jìn)一步精確，提高分割質(zhì)量，為多車型的識別做準(zhǔn)備。綜