【摘要】：基于機(jī)器視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)作為圖像處理領(lǐng)域的熱點(diǎn)和難點(diǎn)之一,被廣泛應(yīng)用于智能交通、人機(jī)交互、人工智能等領(lǐng)域。對(duì)交通監(jiān)控視頻中的運(yùn)動(dòng)車輛進(jìn)行檢測(cè)與跟蹤,能夠?yàn)橹悄芙煌ㄏ到y(tǒng)提供關(guān)于車輛的交通參數(shù)信息。本文研究重點(diǎn)主要集中在對(duì)監(jiān)控視頻中的運(yùn)動(dòng)車輛進(jìn)行準(zhǔn)確檢測(cè),然后在檢測(cè)的基礎(chǔ)上對(duì)車輛進(jìn)行有效的跟蹤。因此本文根據(jù)國(guó)內(nèi)外研究學(xué)者對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤最常用的方法入手,主要做了以下工作:首先,在運(yùn)動(dòng)車輛的檢測(cè)中,在幀差法與邊緣檢測(cè)法的基礎(chǔ)上,提出了一種基于改進(jìn)三幀差法和邊緣檢測(cè)法結(jié)合的運(yùn)動(dòng)車輛檢測(cè)算法,以解決三幀差法檢測(cè)車輛輪廓不完整的問(wèn)題。然后將改進(jìn)三幀差法融合混合高斯背景建模得到最后的結(jié)果,以解決單一采用三幀差法檢測(cè)到的運(yùn)動(dòng)車輛內(nèi)部信息不太完整和單一采用混合高斯背景模型對(duì)光照敏感的問(wèn)題。提高了算法對(duì)車輛檢測(cè)的準(zhǔn)確性以及對(duì)外部光照變化的適應(yīng)能力。其次,在運(yùn)動(dòng)車輛的跟蹤中,在對(duì)車輛檢測(cè)比較準(zhǔn)確的基礎(chǔ)上,將車輛輪廓形心坐標(biāo)作為研究對(duì)象。首先提取當(dāng)前幀中車輛輪廓的形心坐標(biāo),然后通過(guò)卡爾曼濾波對(duì)下一幀圖像中車輛形心坐標(biāo)預(yù)測(cè),接著在下一幀圖像到來(lái)時(shí)提取該幀中檢測(cè)車輛輪廓的形心坐標(biāo)作為卡爾曼濾波的觀測(cè)值,通過(guò)這個(gè)觀測(cè)值對(duì)上一時(shí)刻的預(yù)測(cè)值進(jìn)行校正,最后將本次校正值作為下一個(gè)計(jì)算時(shí)刻的預(yù)測(cè)值,不斷循環(huán)將每次的檢測(cè)結(jié)果與跟蹤進(jìn)行匹配直至完成整個(gè)運(yùn)動(dòng)車輛的跟蹤流程。最后,為了方便算法的維護(hù)和改進(jìn),根據(jù)本文對(duì)視頻圖像預(yù)處理、車輛檢測(cè)與跟蹤的研究路線和研究成果,本文對(duì)基于機(jī)器視覺(jué)的車輛檢測(cè)與跟蹤系統(tǒng)采用了模塊化的設(shè)計(jì)方案,即分為:視頻預(yù)處理、車輛檢測(cè)、車輛跟蹤與結(jié)果顯示四個(gè)模塊。本系統(tǒng)能夠?qū)σ曨l中的車輛進(jìn)行有效檢測(cè)與跟蹤,通過(guò)后期對(duì)跟蹤結(jié)果分析可以得到關(guān)于車輛的相關(guān)信息。
【圖文】：

③ 加權(quán)平均值法：利用眼睛對(duì)不同顏色的敏感程度不一樣，將單一像素點(diǎn)的各個(gè)通道作加權(quán)平均計(jì)算求得灰度圖像。當(dāng)前一般在灰度化處理視頻時(shí)都采用這種方法，如式（2-3）所示。(,)(,)(,)(,)123f xy= ω Rxy+ωGxy+ωBxy(2-3)其中，1ω 、2ω 和3ω 分別是三個(gè)通道顏色分量的權(quán)值，本文取 0.301ω =，0.592ω =， 0.113ω =。采用加權(quán)平均值法將視頻圖像灰度化后的結(jié)果如圖 2-1所示。

重復(fù)進(jìn)行以上操作直到整個(gè)圖像處理完畢，計(jì)算公式如式（2-5）所示。g ( x,y)= median{ f(x k,y l)(k,l∈ω)}(2-5)其中，ω 是選取的模板，模板大小一般為 33× ， 5 × 5。 g ( x,y)表示濾波后的結(jié)果。此外中值濾波最大的不同之處在于它能夠保留圖像的邊緣信息。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U495

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫志陽(yáng);;淺析智能交通中的車輛檢測(cè)技術(shù)及發(fā)展[J];居舍;2017年32期

2 張輝;;基于HOG-GentleBoost的車輛檢測(cè)方法[J];計(jì)算機(jī)時(shí)代;2018年06期

3 Wikipedia;錢仲興;;世界各國(guó)的車輛檢測(cè)[J];汽車與安全;2012年12期

4 田曉霞;王家碩;王會(huì)樸;;有限狀態(tài)機(jī)在夜間車輛檢測(cè)上的應(yīng)用[J];石家莊鐵道大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年04期

5 蔡英鳳;劉澤;孫曉強(qiáng);陳龍;王海;;基于雙車輛可變形部件模型的車輛檢測(cè)方法[J];汽車工程;2017年06期

6 劉東偉;;基于雙車輛可變形部件模型的車輛檢測(cè)方法研究[J];南方農(nóng)機(jī);2017年20期

7 曹曉娟;;智能交通系統(tǒng)中車輛檢測(cè)方法的研究[J];信息化建設(shè);2015年12期

8 許柏平;周舟平;;手機(jī)在車輛檢測(cè)中的應(yīng)用[J];汽車維護(hù)與修理;2013年05期

9 王建強(qiáng);王履程;;基于機(jī)器視覺(jué)的隧道車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];自動(dòng)化與儀器儀表;2015年09期

10 董茜;游宇;;重慶機(jī)動(dòng)車強(qiáng)檢“第一現(xiàn)場(chǎng)”[J];今日重慶;2017年06期

相關(guān)會(huì)議論文 前10條

1 孟超超;鮑泓;;車輛檢測(cè)研究綜述[A];中國(guó)計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2018年

2 王忠耀;任青春;王少華;郭春生;;基于紅外視頻的車載行人車輛檢測(cè)系統(tǒng)[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

3 李舜酩;繆小冬;;視覺(jué)車輛檢測(cè)方法的研究進(jìn)展及展望[A];2009全國(guó)虛擬儀器大會(huì)論文集（二）[C];2009年

4 李鵬飛;趙璽;劉兵;鄒永鋒;;復(fù)雜路況的移動(dòng)車輛檢測(cè)與跟蹤方法[A];2018中國(guó)汽車工程學(xué)會(huì)年會(huì)論文集[C];2018年

5 吳園;黎寧;劉苗苗;;一種基于快速水平集方法的運(yùn)動(dòng)車輛檢測(cè)[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

6 鄒月嫻;王一言;關(guān)佩;楊華;陳維榮;;復(fù)雜視頻背景中的運(yùn)動(dòng)車輛檢測(cè)技術(shù)[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

7 吳嶸;何培宇;徐自勵(lì);段文鋒;劉珂含;;一種去背景的車輛檢測(cè)與跟蹤快速算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

8 張有節(jié);蔡曉禹;彭博;李少博;;基于無(wú)人機(jī)視頻的車輛檢測(cè)與評(píng)價(jià)指標(biāo)研究[A];2017年中國(guó)城市交通規(guī)劃年會(huì)論文集[C];2017年

9 高文寶;沙海云;周欣榮;柴干;;高速公路車輛檢測(cè)技術(shù)組合應(yīng)用研究[A];第一屆中國(guó)智能交通年會(huì)論文集[C];2005年

10 魏東;劉毅;錢俊彥;;桂林機(jī)動(dòng)車遠(yuǎn)程審驗(yàn)系統(tǒng)[A];廣西計(jì)算機(jī)學(xué)會(huì)2012年學(xué)術(shù)年會(huì)論文集[C];2012年

相關(guān)重要報(bào)紙文章 前10條

1 記者 肖劍雄;大小車輛檢測(cè)費(fèi)均降20元[N];東莞日?qǐng)?bào);2017年

2 記者 幸笑薇;市人大代表開(kāi)展“最多跑一次”調(diào)研[N];舟山日?qǐng)?bào);2017年

3 練洪洋;車輛檢測(cè) 興利除弊方能有效可靠[N];廣州日?qǐng)?bào);2015年

4 張奇 李小潔;車輛檢測(cè)，，為何招來(lái)怨聲一片[N];檢察日?qǐng)?bào);2002年

5 記者 楊耀青;車輛檢測(cè)更加公正透明[N];西安日?qǐng)?bào);2011年

6 鄭利平;湖州車輛檢測(cè)科研項(xiàng)目通過(guò)鑒定[N];中國(guó)交通報(bào);2004年

7 記者 郭亮廷;認(rèn)真安排部署 保障春節(jié)安全[N];郴州日?qǐng)?bào);2019年

8 通訊員 李金華;銅川政協(xié) 提案破解車輛檢測(cè)難[N];各界導(dǎo)報(bào);2015年

9 記者 賈瑞芳;檢車進(jìn)企業(yè) 溫暖送到家[N];河北經(jīng)濟(jì)日?qǐng)?bào);2009年

10 通訊員 劉繼紅;市交警簡(jiǎn)化車輛檢測(cè)程序[N];咸寧日?qǐng)?bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 蔡磊;部件檢測(cè)方法及其在車輛目標(biāo)檢測(cè)中的應(yīng)用[D];西北工業(yè)大學(xué);2017年

2 顏?zhàn)?基于深層卷積神經(jīng)網(wǎng)絡(luò)的車輛檢測(cè)及屬性分析方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院);2018年

3 宋俊芳;基于圖像逆投影3D重建的車輛檢測(cè)關(guān)鍵技術(shù)研究[D];長(zhǎng)安大學(xué);2018年

4 張偉;基于視覺(jué)的運(yùn)動(dòng)車輛檢測(cè)與跟蹤[D];上海交通大學(xué);2007年

5 王曾敏;小波圖像融合算法及其在視頻車輛檢測(cè)系統(tǒng)中的應(yīng)用研究[D];天津大學(xué);2009年

6 諶彤童;基于三維激光雷達(dá)的動(dòng)態(tài)車輛檢測(cè)與跟蹤[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

7 徐琨;交通視頻監(jiān)控中的車輛檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2009年

8 許潔瓊;基于視頻圖像處理的車輛檢測(cè)與跟蹤方法研究[D];中國(guó)海洋大學(xué);2012年

9 嚴(yán)捷豐;交通視頻監(jiān)控中的車輛檢測(cè)與分割方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

10 朱周;復(fù)雜環(huán)境下基于視頻的車輛跟蹤算法研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 劉志成;基于機(jī)器視覺(jué)的車輛檢測(cè)與跟蹤方法研究[D];武漢理工大學(xué);2018年

2 盛懌寒;基于多示例學(xué)習(xí)的弱監(jiān)督遙感圖像車輛檢測(cè)[D];廈門大學(xué);2018年

3 王文濤;基于智能監(jiān)控下的車輛檢測(cè)與跟蹤[D];湖南大學(xué);2014年

4 李文瀾;基于立體視覺(jué)和機(jī)器學(xué)習(xí)的車輛檢測(cè)方法的研究[D];吉林大學(xué);2018年

5 徐斌;基于路側(cè)三維激光雷達(dá)的車輛檢測(cè)與追蹤方法研究[D];蘇州大學(xué);2018年

6 李明;基于視頻信息的路口滯留車輛檢測(cè)關(guān)鍵技術(shù)研究[D];山東大學(xué);2018年

7 戰(zhàn)昕;交通系統(tǒng)數(shù)據(jù)融合算法研究[D];西安工業(yè)大學(xué);2018年

8 阮大雙;基于地磁傳感器的道路交通車輛檢測(cè)技術(shù)研究[D];杭州電子科技大學(xué);2018年

9 武曉潔;基于視頻的車輛檢測(cè)與跟蹤方法研究[D];長(zhǎng)安大學(xué);2018年

10 張鶴鶴;區(qū)域卷積神經(jīng)網(wǎng)絡(luò)在車輛檢測(cè)中的應(yīng)用研究[D];西安理工大學(xué);2018年

本文編號(hào)：2590780