采用視覺(jué)的車輛檢測(cè)系統(tǒng)設(shè)計(jì)

2萬(wàn)字 35頁(yè) 原創(chuàng)作品，已通過(guò)查重系統(tǒng)

目 錄
第一章 緒論………………………………………………………………………6
1.1課題研究背景和意義……………………………………………………6
1.2課題的目的………………………………………………………………7
1.3國(guó)內(nèi)外研究現(xiàn)狀…………………………………………………………7
1.3.1前方車輛檢測(cè)及跟蹤現(xiàn)狀分析………………………………………7
1.3.2前方車輛測(cè)距現(xiàn)狀……………………………………………………8
第二章 運(yùn)動(dòng)車輛檢測(cè)算法研究……………………………………………10
2.1基于視覺(jué)的目標(biāo)檢測(cè)技術(shù)………………………………………………10
2.1.1基于特征的方法………………………………………………………10
2.1.2基于知識(shí)的方法………………………………………………………10
2.1.3基于模型的方法………………………………………………………11
2.2基于灰度統(tǒng)計(jì)的車輛區(qū)域獲取…………………………………………12
2.2.1感興趣區(qū)域的確定……………………………………………………12
2.2.2基于灰度統(tǒng)計(jì)的車輛可能區(qū)域獲取…………………………………13
2.2.3實(shí)驗(yàn)結(jié)果與分析………………………………………………………16
2.3前車精確定位……………………………………………………………17
2.3.1基于對(duì)稱度的車輛對(duì)稱中心線提取…………………………………17
2.3.2基于邊緣投影的車輛邊界提取………………………………………19
2.3.3實(shí)驗(yàn)結(jié)果與分析………………………………………………………20
第三章 運(yùn)動(dòng)車輛跟蹤算法……………………………………………………21
3.1運(yùn)動(dòng)給車輛跟蹤技術(shù)……………………………………………………21
3.1.1基于模型的目標(biāo)跟蹤…………………………………………………21
3.1.2基于區(qū)域的目標(biāo)跟蹤…………………………………………………21
3.1.3基于活動(dòng)輪廓的目標(biāo)跟蹤……………………………………………22
3.1.4基于特征的目標(biāo)跟蹤…………………………………………………22
3.2基于Mean Shift運(yùn)動(dòng)車輛跟蹤算法………………………………… 22
3.2.1Mean Shift的定義……………………………………………………23
3.2.2Mean Shift的迭代算法………………………………………………24
3.2.3Mean Shift的目標(biāo)跟蹤算法…………………………………………26
3.2.3.1目標(biāo)模型的描述……………………………………………………26
3.2.3.2候選模型的描述……………………………………………………26
第四章 實(shí)驗(yàn)與分析…………………………………………………………… 28
4.1檢測(cè)實(shí)驗(yàn)…………………………………………………………………28
4.2跟蹤實(shí)驗(yàn)…………………………………………………………………28
第五章 全文總結(jié)與展望………………………………………………………33
5.1全文總結(jié)…………………………………………………………………33
5.2展望………………………………………………………………………33
致謝…………………………………………………………………………………34
參考文獻(xiàn)………………………………………………………………………… 35




摘 要
隨著數(shù)字圖像處理技術(shù)的發(fā)展，視覺(jué)處理技術(shù)已被逐漸運(yùn)用于交通檢測(cè)中，
用來(lái)改善現(xiàn)有的交通監(jiān)控系統(tǒng)。通過(guò)單個(gè)或者多個(gè)攝像頭來(lái)采集道路上的車輛狀
況，加以對(duì)圖像的分析和處理，得到車型、車速、車流量等信息。此外，運(yùn)動(dòng)車
輛的檢測(cè)是車輛識(shí)別和跟蹤的前提和基礎(chǔ)，只有進(jìn)行穩(wěn)定而有效的運(yùn)動(dòng)車輛檢測(cè)，才能在智能交通系統(tǒng)(ITS)中進(jìn)行更深入的研究。
本論文在總結(jié)和分析現(xiàn)有的車輛檢測(cè)技術(shù)的基礎(chǔ)上，針對(duì)其中的不足，重點(diǎn)
研究攝像頭固定下運(yùn)動(dòng)車輛的檢測(cè)技術(shù)，其中主要涉及到運(yùn)動(dòng)車輛的初始背景的
提取與更新，運(yùn)動(dòng)車輛的檢測(cè)與目標(biāo)區(qū)域的提取、檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)等。完
成的主要研究工作如下:
在傳統(tǒng)背景差分和幀間差分法的基礎(chǔ)上，提出一種基于背景差、幀間差與形
態(tài)濾波相結(jié)合的車輛檢測(cè)算法，首先利用幀間差分獲得圖像的初始信息，并對(duì)最
初獲得的多幅圖片逐一累加修正獲得初始背景，由于背景受光線變換的影響比較
明顯，所以本文選用了一種選擇性背景更新算法，進(jìn)行背景更新，然后利用背景
差和幀間差分相結(jié)合的方法進(jìn)行運(yùn)動(dòng)車輛的檢測(cè)，并利用基于O tsu的方法實(shí)現(xiàn)車輛的自適應(yīng)分割，最后結(jié)合數(shù)學(xué)形態(tài)學(xué)對(duì)檢測(cè)結(jié)果進(jìn)行后處理，實(shí)現(xiàn)車輛的精確檢測(cè)。
對(duì)于運(yùn)動(dòng)車輛的檢測(cè)算法:首先，提取車道邊緣，由車道邊緣得到道路區(qū)域，根據(jù)經(jīng)驗(yàn)知識(shí)在車道區(qū)域內(nèi)確定感興趣區(qū)域，減少車輛檢測(cè)算法搜索范圍;接著基于車輛的對(duì)稱性特征，陰影和邊緣特征對(duì)興趣區(qū)域進(jìn)行過(guò)濾，進(jìn)一步縮小感興趣區(qū)域;最后用離線訓(xùn)練好的Adaboost分類器對(duì)過(guò)濾后的圖像進(jìn)行分類識(shí)別，檢測(cè)出動(dòng)態(tài)的車輛。


關(guān)鍵詞：前方車輛檢測(cè)，陰影特征，對(duì)稱性特征