視頻監(jiān)控中運動目標(biāo)檢測與清晰化方法的研究.pdf

1、隨著汽車數(shù)量的日益增加，交通密度的大幅提高，交通緊張、擁擠問題越來越成為城市發(fā)展面臨的難題。智能交通系統(tǒng)由于其在緩解交通擁擠，提高交通效率方面作用顯著，越來越受到人們的重視，而交通監(jiān)控中視頻圖像的檢測與清晰化處理則是智能交通系統(tǒng)中的一個重要組成部分。論文以基于視頻的交通運動目標(biāo)為研究背景，對交通運動目標(biāo)的檢測和提取，以及運動目標(biāo)的清晰化方法展開研究。其主要工作如下：
　　 (1)分析和比較了當(dāng)前幾種經(jīng)典的運動目標(biāo)檢測算法的優(yōu)缺點

2、，并在此基礎(chǔ)上，提出了一種改進(jìn)的幀間差光流法的運動目標(biāo)檢測算法。該算法針對光流法對速度比較敏感的特點，將Lucas-Kanade算法與高斯金字塔分層方法結(jié)合起來，具有較好的穩(wěn)定性和抗噪能力。該方法能有效的從城市交通道路視頻中提取出運動目標(biāo)。
　　 (2)在運動目標(biāo)清晰化處理方面，分析了在交通監(jiān)控系統(tǒng)中造成視頻圖像不清晰的原因，在此基礎(chǔ)上，應(yīng)用約束最小二乘法來去除運動模糊，并將卡爾曼濾波應(yīng)用到清晰化處理中，用來消除噪聲模糊。針對智

3、能交通中復(fù)雜的運動場景，提出了一種基于運動目標(biāo)檢測的視頻圖像清晰化算法，利用幀間光流場檢測得到的運動目標(biāo)來指導(dǎo)視頻圖像清晰化處理，即只對感興趣區(qū)域進(jìn)行處理，這樣可以減少計算量，提高實時性。
　　 (3)在以上工作的基礎(chǔ)上，用MATLAB和OpenCV對論文中的算法進(jìn)行了實現(xiàn)，并設(shè)計和開發(fā)了一個交通監(jiān)控中視頻圖像清晰化處理原型系統(tǒng)，對采集到的若干組交通視頻文件進(jìn)行實驗，實驗結(jié)果表明，論文中所提出的清晰化方法能夠準(zhǔn)確、有效地對交通場