基于交通监控的车辆检测与跟踪算法研究

《基于交通监控的车辆检测与跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：你UDC：编号：你河北工业大学硕士学位论文基于交通监控的车辆检测与跟踪算法研究论文作者：楚玉梅学生类别：全日制专业学位类别：工程硕士领域名称：电子与通信工程指导教师：王宝珠职称：教授DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofElectronicandCommunicationEngineeringRESEARCHONVEHICLEDETECTIONANDTRACKINGALGORITHMBASEDONTRAFFICMONITORINGbyCh

2、uYumeiSupervisor:Prof.WangBaozhuMarch2017摘要随着机动车拥有量的逐年提升，道路拥挤、交通事故等交通问题的发生率也越来越高，城市的安全防护受到了广泛的关注。传统的监控系统需要工作人员处理海量的视频监控数据且存在严重的不可靠和滞后性，为解决这些交通难题，促使越来越多的专家学者投身智能视频监控的研究当中。而运动目标的检测和跟踪是智能监控系统中最为重要的两部分。本文以交通道路上的车辆为研究对象，结合车辆在行驶过程中快速移动的特点，提出了一种结合图像块的背景填充算法与帧间差分法的ViBe改进算法。在此基础上实现多运动目标的

3、跟踪。论文主要工作如下：（1）车辆检测算法的研究。归纳总结了常用的背景建模方法，如差分算法、混合高斯背景模型以及ViBe算法，通过实验仿真对比，分析了各检测算法的优缺点。结合道路交通环境较为复杂、行驶的车辆多且快速移动的特点，本文最终选择了计算复杂度低、实时性好的ViBe检测算法用于后续研究，并使用该方法实现了对车辆的检测。（2）提出结合图像块的背景填充算法与帧间差分法的ViBe检测算法。针对传统的ViBe检测算法在进行运动目标检测时存在Ghost区域的现象，本文引入基于图像块的背景填充方法，来有效地消除背景初始化时运动目标的影响，实现对鬼影的有效抑制

4、，同时利用帧间差分法对运动目标进行定位提高背景填充算法的效率。（3）基于粒子滤波的车辆跟踪算法的研究。通过研究运动目标的跟踪方法，结合课题特定的应用场景，最终选择了基于RGB颜色特征的粒子滤波算法。粒子滤波算法的非线性非高斯的特点，使其在实现对多目标的跟踪方面有显著的优势，本文通过简化基于RGB颜色特征的粒子滤波算法，减小了计算量，使其能实现对快速运动的跟踪。关键词：车辆检测；图像块填充；ViBe算法；粒子滤波；车辆跟踪IABSTRACTWiththenumberofmotorvehiclesincreasedyearbyyear,roadconges

5、tion,trafficcongestionandthetrafficaccidentrataregettinghigherandhigher.Citysecurityhasre-ceivedwidespreadattention.Thetraditionalmonitoringsystemneedsthestafftodealwithmassivevideomonitoringdatawithseriousunreliabilityandhysteresis.Therefore,intelli-gentvideosurveillanceispaidm

6、oreandmoreattentionbyscientificresearchscholarsandexperts,andthedetectionandtrackingofmovingobjectsarethemostimportanttwoparts.Inthispaper,thevehicleontheroadistakenastheresearchobject,combinedwiththecharacteristicsofthevehiclemovingquickly,anewimprovedViBealgorithmbasedonthebac

7、kgroundfillingalgorithmandtheframedifferencemethodisproposed.Andrealizethemulti-movingtargettrackingbasedonthis.Themainworkofthepaperisasfollowing:First,theresearchofthetargetdetectionalgorithm.Thecommonlyusedmodelingmethods,suchasthedifferencealgorithm,themixedGaussianbackgroun

8、dmodelandthevibedetectionalgorithm,Throughthesi