基于視頻的車輛跟蹤及車流長度檢測算法研究.pdf

1、車輛的檢測是智能交通系統(tǒng)的一個重要方面，它是其它所有技術(shù)實現(xiàn)的基礎，如果不能準確地檢測出車輛，其它各種處理結(jié)果就很難得到保證。在智能交通控制系統(tǒng)中，車輛排隊長度也是關(guān)鍵的交通參數(shù)之一。本文對車輛檢測方法和車隊長度檢測方法進行了一定的研究，主要工作如下:
　　首先針對晝間車流密度高的特點將類Haar+Adaboost分類器的統(tǒng)計學習方法用于晝間車輛檢測，并在檢測后進行一定后處理去除虛警。實驗結(jié)果表明，在車流密度較高的情況下仍能快速地

2、檢測出車輛，明顯優(yōu)于運動目標檢測的效果。
　　其次針對夜間車輛特征不豐富的難點以Hough圓檢測為核心，設計了一種夜間車輛檢測方法。實驗結(jié)果表明，在車流較稀疏的情況下，該方法能夠正確且快速地檢測出車輛，是一種可行有效的夜間車輛檢測方法。
　　然后針對晝間、夜間車輛檢測結(jié)果的漏檢、錯檢問題，提出了一種基于Kalman濾波器的4狀態(tài)跟蹤算法，通過跟蹤算法不僅前后幀車輛信息聯(lián)系起來，也去掉了一些虛警并在一些幀中補全了漏檢的車輛，使