基于視頻圖像的運(yùn)動(dòng)車輛檢測(cè)與跟蹤算法研究.pdf

1、近年來(lái)，隨著汽車保有量的不斷增加以及道路交通流量的不斷增長(zhǎng)，在不斷完善道路交通基礎(chǔ)設(shè)施的情況下，道路交通事故的發(fā)生頻率仍然在不斷增加，針對(duì)這一問(wèn)題，智能交通系統(tǒng)作為解決方案被提出并且迅速成為研究熱點(diǎn)。智能交通系統(tǒng)中的車輛控制系統(tǒng)利用計(jì)算機(jī)視覺技術(shù)對(duì)車輛的周圍環(huán)境進(jìn)行檢測(cè)，對(duì)得到的信息進(jìn)行融合和處理，自動(dòng)識(shí)別出危險(xiǎn)狀態(tài)，將獲得的道路交通信息傳遞給駕駛員，協(xié)助駕駛員進(jìn)行安全輔助駕駛或者自動(dòng)駕駛，從而避免道路交通事故的發(fā)生或者減少交通事故帶來(lái)

2、的損失。
　　為了提高道路交通的安全性，為汽車的輔助駕駛或自動(dòng)駕駛提供可靠參考信息，發(fā)展計(jì)算機(jī)視覺領(lǐng)域中的車輛檢測(cè)與跟蹤技術(shù)十分關(guān)鍵。本文針對(duì)車載設(shè)備視頻圖像中的運(yùn)動(dòng)車輛和動(dòng)態(tài)背景，提出了基于特征學(xué)習(xí)的車輛識(shí)別算法和基于超像素分割的車輛跟蹤算法，實(shí)現(xiàn)了智能交通系統(tǒng)中為駕駛員提供輔助駕駛信息的目的。
　　首先，闡述了本文研究的目的意義和發(fā)展現(xiàn)狀，研究了車輛識(shí)別與跟蹤的相關(guān)理論知識(shí)，其中包括圖像預(yù)處理、圖像特征描述、目標(biāo)分類相關(guān)

3、算法和目標(biāo)跟蹤相關(guān)算法。
　　其次，針對(duì)視頻圖像中的復(fù)雜背景和目標(biāo)車輛，提出了基于特征學(xué)習(xí)的車輛檢測(cè)與識(shí)別算法。該算法對(duì)訓(xùn)練樣本圖像進(jìn)行 HOG特征和LBP特征學(xué)習(xí)，并應(yīng)用AdaBoost算法對(duì)由HOG特征和LBP特征形成的弱分類器進(jìn)行訓(xùn)練得到級(jí)聯(lián)的強(qiáng)分類器，從而通過(guò)強(qiáng)分類器實(shí)現(xiàn)對(duì)視頻圖像中目標(biāo)車輛的檢測(cè)和識(shí)別。
　　再次，針對(duì)車載設(shè)備視頻圖像中的運(yùn)動(dòng)目標(biāo)和動(dòng)態(tài)背景，為實(shí)現(xiàn)對(duì)視頻圖像中運(yùn)動(dòng)車輛的跟蹤，提出了基于超像素分割的車