本文關(guān)鍵詞：運動車輛檢測與跟蹤算法的研究與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：交通監(jiān)控視頻中運動目標的檢測與跟蹤是智能交通系統(tǒng)的研究課題之一。根據(jù)交通監(jiān)控視頻提供的道路車輛的運動情況的處理與分析,實時的獲取車輛運動速度、流量、道路通行能力等交通參數(shù)。由于實際的道路交通中運動車輛的檢測與跟蹤的準確性受環(huán)境影響較大,場景光照變化、自身尺度變化等因素都會影響到運動車輛的檢測與跟蹤的準確性。因此對運動車輛的檢測和跟蹤的準確性直接影響到監(jiān)控視頻中道路車輛運動情況的處理和分析結(jié)果是否準確。本文分別對視頻序列中的運動車輛檢測算法和視頻序列中的運動車輛跟蹤算法進行研究與實驗,結(jié)合ViBe算法和幀間差分法的特點,利用粒子濾波不受系統(tǒng)模型和噪聲分布的限制的優(yōu)點,對運動車輛檢測與跟蹤算法做出了改進。論文主要開展的研究工作：1、本文對運動目標的檢測中常用的算法進行研究,分析這些方法的工作原理以及應用范圍等。針對ViBe算法中易出現(xiàn)的“鬼影”現(xiàn)象做出了改進。本文結(jié)合幀間差分法能夠快速消除“鬼影”的特點,將擴展鄰域的ViBe算法進行了改進,提高了檢測的效率,降低了誤檢率,從實驗結(jié)果上看能夠獲得更好的檢測效果。2、本文對運動目標的跟蹤算法進行分類以及對比其優(yōu)缺點,詳細介紹了粒子濾波算法的基本原理和具體工作流程。在粒子濾波算法的基礎上對運動車輛被遮擋后易發(fā)生跟蹤偏移的現(xiàn)象做出了改進。本文采用將跟蹤窗口劃分為均等的子窗口,再利用顏色直方圖距離進行遮擋判斷,并從跟蹤效果上與傳統(tǒng)的粒子濾波算法、Mean-Shift算法等進行比較,實驗效果表明該算法的準確性有明顯的提高。3、本文利用運動目標的檢測算法和跟蹤算法對交通視頻序列中的車輛進行檢測,通過與實際數(shù)量以及其他交通視頻中運動車輛的檢測與跟蹤方法所得得到的結(jié)果進行對比,分析本文方法的優(yōu)點與不足。
【關(guān)鍵詞】：目標檢測 目標跟蹤 ViBe 粒子濾波 顏色直方圖
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 論文的研究背景及意義10-12
• 1.2 國內(nèi)外相關(guān)領域發(fā)展現(xiàn)狀12-16
• 1.2.1 目標檢測研究現(xiàn)狀12-14
• 1.2.2 目標跟蹤研究現(xiàn)狀14-16
• 1.3 運動車輛檢測與跟蹤的關(guān)鍵問題16
• 1.4 論文的主要工作和結(jié)構(gòu)安排16-18
• 第2章 目標檢測算法理論18-36
• 2.1 目標檢測算法介紹18-29
• 2.1.1 幀間差分法基本原理18-20
• 2.1.2 光流法基本原理20-21
• 2.1.3 背景建模法介紹21-25
• 2.1.4 基于ESS-ViBe的目標檢測算法25-29
• 2.2 視頻序列中運動車輛定位實驗與分析29-35
• 2.3 本章小結(jié)35-36
• 第3章 基于多窗口和顏色直方圖的粒子濾波目標跟蹤算法36-57
• 3.1 貝葉斯濾波37-39
• 3.1.1 貝葉斯濾波原理37-38
• 3.1.2 卡爾曼濾波38-39
• 3.2 粒子濾波理論39-46
• 3.2.1 蒙特卡羅方法39-41
• 3.2.2 重要性采樣41-43
• 3.2.3 序列重要性采樣43-44
• 3.2.4 重采樣44-46
• 3.3 基于多窗口和顏色直方圖的粒子濾波目標跟蹤算法46-56
• 3.3.1 顏色特征46-47
• 3.3.2 多窗口顏色直方圖遮擋判定算法介紹47-52
• 3.3.3 基于多窗口和顏色直方圖的粒子濾波目標跟蹤算法52-54
• 3.3.4 實驗結(jié)果與分析54-56
• 3.4 本章小結(jié)56-57
• 第4章 運動車輛檢測與跟蹤算法實現(xiàn)57-65
• 4.1 運動車輛檢測與跟蹤算法流程介紹58-61
• 4.2 實驗結(jié)果與分析61-64
• 4.3 本章小結(jié)64-65
• 第5章 結(jié)論與展望65-67
• 5.1 本文工作總結(jié)65-66
• 5.2 對未來工作的展望66-67
• 參考文獻67-72
• 致謝72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 葛磊;武芳;王鵬波;張冬林;;3維建筑綜合中基于最小特征的面平移算法[J];測繪科學技術(shù)學報;2009年02期

2 駱雯,孫延明,陳振威,陳錦昌;判斷點與封閉多邊形相對關(guān)系的改進算法[J];機械;1999年03期

3 李林;盧顯良;;一種基于切割映射的規(guī)則沖突消除算法[J];電子學報;2008年02期

4 劉巧玲;張紅英;林茂松;;一種簡單快速的圖像去霧算法[J];計算機應用與軟件;2013年07期

5 林亞平,楊小林;快速概率分析進化算法及其性能研究[J];電子學報;2001年02期

6 章郡鋒;吳曉紅;黃曉強;何小海;;基于暗原色先驗去霧的改進算法[J];電視技術(shù);2013年23期

7 楊鐵軍;靳婷;;一種動態(tài)整周模糊值求解算法及其仿真分析[J];系統(tǒng)工程與電子技術(shù);2007年01期

8 周秀玲;郭平;陳寶維;王靜;;幾種計算超體積算法的比較研究[J];計算機工程;2011年03期

9 吳一戎,胡東輝,彭海良;Chirp Scaling SAR成象算法及其實現(xiàn)[J];電子科學學刊;1995年03期

10 王貴竹;一種產(chǎn)生單向分解值的算法[J];安徽大學學報(自然科學版);2001年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尹冀鋒;;一種新的圖象自適應增強算法[A];四川省通信學會一九九二年學術(shù)年會論文集[C];1992年

2 寧春平;田家瑋;郭延輝;王影;張英濤;鄭桂霞;劉研;;計算機輔助增強、分割算法在鑒別乳腺良、惡性腫塊中的應用價值[A];中華醫(yī)學會第十次全國超聲醫(yī)學學術(shù)會議論文匯編[C];2009年

3 謝麗聰;;SVB查詢改寫算法的改進[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

4 鄭存紅;;復雜背景下相關(guān)跟蹤算法研究及DSP實現(xiàn)[A];中國光學學會2010年光學大會論文集[C];2010年

5 楊文杰;吳軍;;RFID抗沖突算法研究[A];2008通信理論與技術(shù)新進展——第十三屆全國青年通信學術(shù)會議論文集（上）[C];2008年

6 高山;畢篤彥;魏娜;;一種基于UPF的小目標TBD算法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

7 周磊;張衛(wèi)華;王曉奇;張軍;;基于流水算法的智能路障機器人設計[A];2011年全國電子信息技術(shù)與應用學術(shù)會議論文集[C];2011年

8 潘巍;李戰(zhàn)懷;陳群;索博;李衛(wèi)榜;;面向MapReduce的非對稱分片復制連接算法優(yōu)化技術(shù)研究[A];第29屆中國數(shù)據(jù)庫學術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

9 李偉偉;蔡康穎;鄭新;王文成;;3D模型中重復結(jié)構(gòu)的多尺度快速檢測算法[A];第六屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2010)、第19屆全國多媒體學術(shù)會議（NCMT2010）、第6屆全國人機交互學術(shù)會議（CHCI2010）、第5屆全國普適計算學術(shù)會議（PCC2010）論文集[C];2010年

10 楊任爾;陳懇;勵金祥;;基于棱邊方向檢測的運動自適應去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 國泰君安資產(chǎn)管理部;“算法交易”是道指暴跌罪魁禍首?[N];上海證券報;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 馮輝;網(wǎng)絡化的并行與分布式優(yōu)化算法研究及應用[D];復旦大學;2013年

2 許玉杰;云計算環(huán)境下海量數(shù)據(jù)的并行聚類算法研究[D];大連海事大學;2014年

3 李琰;基于貓群算法的高光譜遙感森林類型識別研究[D];東北林業(yè)大學;2015年

4 陳加順;海洋環(huán)境下聚類算法的研究[D];南京航空航天大學;2014年

5 王洋;基于群體智能的通信網(wǎng)絡告警關(guān)聯(lián)規(guī)則挖掘算法研究[D];太原理工大學;2015年

6 雷雨;面向考試時間表問題的啟發(fā)式進化算法研究[D];西安電子科技大學;2015年

7 熊霖;大數(shù)據(jù)下的數(shù)據(jù)選擇與學習算法研究[D];西安電子科技大學;2015年

8 周雷;基于圖結(jié)構(gòu)的目標檢測與分割算法研究[D];上海交通大學;2014年

9 王冰;人工蜂群算法的改進及相關(guān)應用的研究[D];北京理工大學;2015年

10 蔣亦樟;多視角和遷移學習識別方法和智能建模研究[D];江南大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 姚鑫宇;EMD去噪與MUSIC算法在DOA估計中的聯(lián)合應用[D];昆明理工大學;2015年

2 陸進;面向含噪數(shù)據(jù)聚類相關(guān)算法的研究[D];復旦大學;2014年

3 李家昌;基于能量約束的超聲圖像自動分割算法[D];華南理工大學;2015年

4 陳堅;基于密度和約束的數(shù)據(jù)流聚類算法研究[D];蘭州大學;2015年

5 高健;基于Zynq7000平臺的去霧算法研究及實現(xiàn)[D];南京理工大學;2015年

6 顧磊;基于Hadoop的聚類算法的數(shù)據(jù)優(yōu)化及其應用研究[D];南京信息工程大學;2015年

7 楊燕霞;基于Hadoop平臺的并行關(guān)聯(lián)規(guī)則挖掘算法研究[D];四川師范大學;2015年

8 王羽;基于MapReduce的社區(qū)發(fā)現(xiàn)算法的設計與實現(xiàn)[D];南京理工大學;2015年

9 許振佳;流式數(shù)據(jù)的并行聚類算法研究[D];曲阜師范大學;2015年

10 董琴;人工蜂群算法的改進與應用[D];大連海事大學;2015年

  本文關(guān)鍵詞：運動車輛檢測與跟蹤算法的研究與實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：324726