道路視頻監(jiān)控系統(tǒng)中車輛檢測與跟蹤算法的研究.pdf

1、近年來，人們生活水平普遍提高了，車輛數(shù)量也隨之的急劇上升。交通擁堵，交通事故頻繁等現(xiàn)象也隨之而來。為了解決諸如交通問題，智能交通這項技術(shù)應(yīng)運(yùn)而生。作為智能交通系統(tǒng)(ITS)中重要的技術(shù)，車輛檢測與跟蹤技術(shù)已成為近些年研究的熱點(diǎn)。
　　本文從車輛檢測與跟蹤算法的研究現(xiàn)狀和難點(diǎn)出發(fā)，提出一種能滿足視頻監(jiān)控系統(tǒng)對實(shí)時性和準(zhǔn)確性要求的車輛檢測與跟蹤算法。本文的主要工作如下:
　　1.對ViBe(Visual Background e

2、xtractor)算法進(jìn)行了改進(jìn)，使ViBe算法對圖像突變的情況更為魯棒。本文通過ViBe檢測前景點(diǎn)數(shù)目是否發(fā)生突變來判斷圖像是否發(fā)生突變，若發(fā)生圖像突變，則初始化ViBe背景模型，確保背景模型能快速適應(yīng)圖像突變。同時，本文將原文中單一的更新速率拓展為兩個更新速率，一個適用于圖像正常時的更新速率，另一個為圖像突變時的更新速率。
　　2.提出了一種背景建模和機(jī)器學(xué)習(xí)相結(jié)合的車輛檢測算法。先通過改進(jìn)的ViBe背景建模算法得到運(yùn)動目標(biāo)區(qū)

3、域，再通過Haar分類器對所得的運(yùn)動目標(biāo)區(qū)域做進(jìn)一步識別，判斷是否是車輛目標(biāo)。機(jī)器學(xué)習(xí)算法對運(yùn)動目標(biāo)區(qū)域進(jìn)一步識別提高了車輛檢測算法的精度。同時，運(yùn)動檢測算法縮小了機(jī)器學(xué)習(xí)算法的檢測范圍，從而提升了車輛檢測算法實(shí)時性。因此，本文提出的車輛檢測算法能同時滿足視頻監(jiān)控系統(tǒng)對實(shí)時性和準(zhǔn)確性的要求。
　　3.提出一種簡單跟蹤算法和金字塔L-K相結(jié)合的車輛跟蹤算法。通過簡單跟蹤算法獲得車輛目標(biāo)的初始位置，再將目標(biāo)的初始位置作為金字塔L-K算