基于視頻圖像處理的車(chē)輛檢測(cè).pdf

1、隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，人們生活水平不斷提高，各種汽車(chē)的保有量大幅增加，怎樣提高交通效率就顯得越來(lái)越重要。世界各國(guó)都投入了大量的人力和物力對(duì)智能交通系統(tǒng)(ITS)進(jìn)行研究。車(chē)輛檢測(cè)作為ITS的基礎(chǔ)部分，為整個(gè)系統(tǒng)提供基礎(chǔ)數(shù)據(jù)?；谝曨l的車(chē)輛檢測(cè)由于它特有的優(yōu)點(diǎn)，已經(jīng)成為車(chē)輛檢測(cè)的一個(gè)重要手段。 通過(guò)對(duì)現(xiàn)有檢測(cè)方法的分析比較，采用背景差法對(duì)車(chē)輛進(jìn)行提取，包括背景的生成及更新，背景區(qū)域的修正。考慮到車(chē)輛陰影對(duì)檢測(cè)的影響，本文利用車(chē)輛

2、陰影所固有的特征進(jìn)行陰影抑制，有效地減小了陰影對(duì)檢測(cè)的影響。針對(duì)車(chē)輛顏色與背景顏色相近時(shí)分割容易湮沒(méi)目標(biāo)車(chē)輛像素點(diǎn)，提出了在提取的過(guò)程中將圖像閾值分割和邊緣檢測(cè)相結(jié)合的算法，很好地把目標(biāo)車(chē)輛完整的提取出來(lái)，便于車(chē)輛的定位。 在成功提取目標(biāo)車(chē)輛的基礎(chǔ)上，采用特征匹配的方法對(duì)車(chē)輛目標(biāo)進(jìn)行跟蹤。在選擇的車(chē)輛特征中目標(biāo)窗口的大小是主要的特征之一，在實(shí)際場(chǎng)景中當(dāng)車(chē)輛相互交錯(cuò)時(shí)，用投影原理很難準(zhǔn)確定位各個(gè)車(chē)輛目標(biāo)，因此本文首先對(duì)圖像進(jìn)行標(biāo)定

3、，將帶有傾斜視角的原圖像校正為從正上方俯視視角的標(biāo)定圖，在此基礎(chǔ)上按車(chē)道進(jìn)行投影操作，準(zhǔn)確地確定出運(yùn)動(dòng)目標(biāo)窗口。在選擇車(chē)輛特征后，引入特征匹配值矩陣對(duì)車(chē)輛目標(biāo)進(jìn)行跟蹤。 實(shí)驗(yàn)表明，基于背景差法的車(chē)輛檢測(cè)中，結(jié)合邊緣檢測(cè)的閾值分割可以完整地提取車(chē)輛目標(biāo)。在確定目標(biāo)窗口大小時(shí)，先對(duì)圖像進(jìn)行標(biāo)定再進(jìn)行投影，可克服運(yùn)動(dòng)目標(biāo)位置對(duì)投影的影響，準(zhǔn)確地確定各個(gè)車(chē)輛的目標(biāo)窗口，然后通過(guò)特征值匹配來(lái)跟蹤車(chē)輛目標(biāo)，得到交通參數(shù)。上述算法計(jì)算量小，實(shí)