ITS系統(tǒng)中背景提取與目標檢測跟蹤的研究.pdf

1、智能交通系統(tǒng)是未來城市交通管理系統(tǒng)發(fā)展的必然趨勢，運動車輛的檢測與跟蹤是智能交通系統(tǒng)中的核心內容之一。如何能夠正確的檢測出運動車輛并能實時準確的跟蹤是目前亟待解決的關鍵問題，而基于視頻圖像的信號處理技術是解決該問題最有競爭力的技術之一。本文重點研究了在視頻圖像處理領域的運動車輛的檢測與跟蹤。 首先，論文研究了各種經典的車輛檢測算法，在背景差分法的基礎上做出了改進，提出了時空結合的多背景前景檢測法。針對復雜環(huán)境噪聲，先利用統(tǒng)計分類

2、法得到多背景，再通過多背景差分法和鄰域差分法將前景檢測出來，在沒有過多增加算法復雜度的前提下，抑制了各種噪聲。 其次，論文將Mean Shift算法應用在車輛跟蹤中，針對Mean Shift的缺點提出了可行的解決方案。其中針對核函數(shù)帶寬不能實時更新提出了核函數(shù)帶寬的自動更新算法，能夠快速實時有效的將核函數(shù)的帶寬更新到實際大小附近：針對Mean Shift不能有效跟蹤快速運動的車輛，利用Kalman預測很好的解決了這個問題。