文档介绍：兰州理工大学
硕士学位论文
基于视觉的运动汽车跟踪技术研究
姓名:王进花
申请学位级别:硕士
专业:检测技术与自动化装置
指导教师:曹洁
20100520
摘要通领域的热点研究课题之一,也是智能交通监控应用的一个重要研究方向。通过对运动汽车的跟踪实现交通参数的提取以及交通事件自动检测等,而在跟踪车辆的过程中,经常会发生车辆间的相互遮挡、光线变化、复杂背景的影响以及汽车运动的随机性等问题,这些问题直接影响车辆的跟踪精度。如何实现在复杂背景、车辆遮挡、光线变化、目标机动等情况下对车辆实时稳定的跟踪是本文研究的重针对汽车运动过程的机动特点,建立了机动目标的“当前”统计模型,大量文献证明“当前”统计模型在跟踪机动目标时效果良好,但是其对匀速运动或弱机动目标跟踪时性能变差。针对这一问题,本文对“当前’’统计模型进行了改进,通过对最大加速度的实时调整,从而克服了由固定加速度引起的收敛速度慢以及滤波发散问题,提高了跟踪的准确性。标准滤波器对目标机动和运动模型选择不准的目标跟踪的适应能力较差,甚至导致跟踪失败,基于此,本文采用自适应滤波器结合“当前统计模型,建立状态滤波算法,利用加速度和预测状态之间的关系,使最大加速度随着目标机动情况而进行自适应调整,进一步对加速度方差进行实时调整,从而使得系统噪声方差随着目标运动情况自适应变化,实现了目标的自适应跟踪。考虑到跟踪的实时性,在建立目标的特征点表示模型时融合了目标的颜色和纹理信息,弥补了单纯利用目标灰度的匹配跟踪中对颜色不同车辆识别上存在的缺陷。经过对特征点的优化选择一方面减少了特征点的数量,提高了匹配速度;另一方面增加了特征点的信息量,提高了特征点在跟踪过程中的稳健性。针对跟踪过程中存在遮挡及转弯变形问题,构建了一种基于特征点的图像跟踪算法,该算法在目标部分遮挡或旋转变形时都能够连续跟踪。根据匹配率和目标与背景的颜色差值建立了目标运动状态的判断机制及模板更新策略,解决了遮挡、转弯等情况下的目标跟踪问题。最后,采用真实视频图像对本文算法进行了仿真实验,并获得了较好的跟踪效果,验证了本文算法的有效性。关键词:视觉跟踪;运动汽车跟踪;特征点;“当前”统计模型:基于视觉的目标跟踪技术是机器视觉的重要应用领域,已经成为当今智能交点。硕七学位论文
一㈨撖汕锄邬㈨眦诎触骶酣Ⅲ胁衄墩赋毗珊‰甀叭甜嘲吖铋∞’甽,,琁·,,甀琲.,。.琲甎瑃·,·.瑆。·¨.塔吣玎¨...一
甒,珹硕十学位论文盋”甌瓸,.,
附图索引图平滑滤波效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图锐化滤波效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图同态滤波效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图彩色图像增强原理框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图彩色图像增强效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一图跟踪算法框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图掩模图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯标识图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图特征点提取和优化仿真图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图图对应背景图像⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图滤波递推算法框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图利用“当前臣颇P秃透慕P头抡嫱肌图图的跟踪误差仿真图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图跟踪算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图跟踪仿真效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图目标转弯情况下的跟踪仿真效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图目标遮挡情况下的跟踪仿真效果图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图基于视觉的运动汽车跟踪技术研究
附表索引表特征点提取及优化参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表图跟踪匹配参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.表图跟踪匹配参数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硕十学位论文
彦掘旁边劾日期%湔糆兰州理工大学学位论文原创性声明和使用授权说明日期:剀/睥日期:砂/口年彳月,多月原创性声明学位论文版权使用授权书集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:日本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家