基于交通視頻監(jiān)控的車輛檢測系統(tǒng)建模與研究.pdf

1、隨著安防產(chǎn)業(yè)的迅速發(fā)展，視頻監(jiān)控系統(tǒng)被應(yīng)用在生產(chǎn)生活的各個領(lǐng)域，傳統(tǒng)的視頻監(jiān)控系統(tǒng)效率低，需要大量人工操作。而智能視頻監(jiān)控系統(tǒng)由于其高效率、無人值守的特點，受到廣泛關(guān)注。
　　本文研究的是智能交通視頻監(jiān)控與預(yù)警系統(tǒng)建模，該系統(tǒng)能夠?qū)崟r監(jiān)控場景中的車輛，并對進入警戒區(qū)域的車輛發(fā)出警告，極大提高了檢測效率，在交通管理方面有很大的應(yīng)用價值。本文研究了車輛檢測跟蹤領(lǐng)域的關(guān)鍵技術(shù)，提出了相應(yīng)改進算法，并根據(jù)系統(tǒng)設(shè)計原則，完成了軟件系統(tǒng)的設(shè)計

2、和優(yōu)化。具體來說，本文完成了以下工作：
　　第一，在運動目標(biāo)檢測方面，本文分析了光流法、幀間差分法和背景減除法等傳統(tǒng)算法，重點研究了基于混合高斯模型的背景建模算法，根據(jù)應(yīng)用場景的特點，提出一種新的背景建模與更新算法，實驗結(jié)果顯示，本文應(yīng)用環(huán)境下該算法具有更高的效率；第二，在陰影濾除方面，研究了陰影形成的原理以及陰影在不同顏色模型下的屬性及檢測算法，根據(jù)在戶外單一光源環(huán)境下陰影的特性，提出一種改進的基于歸一化RGB顏色模型的陰影檢測

3、算法，實驗結(jié)果顯示具有很高的檢測準確度；第三，在運動目標(biāo)定位方面，本文分析了攝像機非線性畸變條件下的成像模型，研究實現(xiàn)了經(jīng)典的Tsai兩步標(biāo)定法，充分利用交通場景中已有的交通標(biāo)線，提出一種快速的攝像機現(xiàn)場標(biāo)定算法，實現(xiàn)圖像坐標(biāo)到地理坐標(biāo)的快速轉(zhuǎn)換；第四，在車輛目標(biāo)識別與跟蹤方面，根據(jù)系統(tǒng)提供的位置信息，改進了基于特征的車輛識別與匹配，并且利用Kalman濾波器實現(xiàn)了車輛的跟蹤；最后，完成了系統(tǒng)軟件設(shè)計后，利用性能剖析工具分析系統(tǒng)性能，并