文档介绍：沈阳师范大学
硕士学位论文
基于视频图像处理技术的运动车辆检测与跟踪算法研究
姓名:程研
申请学位级别:硕士
专业:计算机应用技术
指导教师:杨姝
20100301
基于视频图像处理技术的运动车辆检测与跟踪
算法研究
中文摘要
智能交通系统主要应用计算机视觉和视频图像处理等技术来监控道路交通
运输状况、采集交通信息并且做出相应的交通管理决策,从而解决目前交通运输
快速发展所引发的各种问题。运动车辆检测与跟踪则是智能交通系统中的重要组
成部分,成为了国内外的热点研究领域。本文对固定摄像头下的运动车辆检测与
跟踪技术做了深入的研究,提出了基于视频图像处理技术的运动车辆检测与跟踪
算法,本文完成的主要研究工作有以下两个方面:
(1)在运动车辆的检测中,根据独立成分分析原理,提出了一种基于固定点
算法的运动车辆检测方法,并使用光谱冗余方法解决了独立成分分析检测结果通
道不确定的问题。该方法将交通图像序列看作是由背景图像和运动车辆图像混合
而成的观测信号,用独立成分分析方法分离出背景图像和前景运动车辆图像,由
于分离出的前景图像中包含有少量的路面信息,又一次结合光谱冗余方法去除了
少量的路面信息,最终实现了运动车辆的检测。基于独立成分分析的运动车辆检
测方法有较强的抵抗图像背景灰度变化的能力,即使在外界天气、光照明显变化
的情况下,依然可以准确、清晰地检测出运动车辆,具有较好的鲁棒性,是一种
有效的运动车辆检测方法。
(2)在运动车辆的跟踪中,根据卡尔曼滤波器的原理,提出了基于卡尔曼滤
波器与特征的运动车辆跟踪算法。本文选取了车辆的颜色和质心作为匹配特征,
颜色特征具有一定的矩不变特性,当车辆的行驶状态发生变化时这个特性也保持
不变;质心特征描述了运动车辆的位置。而卡尔曼滤波器可以根据当前帧图像中
目标车辆的位置来预测下一帧图像中目标可能出现的大概区域,这样就可以在该
预测的区域内进行特征匹配,搜索目标车辆,而不必在整个图像中进行特征匹配
和搜索,因此,缩小了搜索范围,减少了处理时间,从而提高了算法的运行效率。
经过大量实验证明,本文提出的运动车辆检测与跟踪算法具有准确性、鲁
棒性和实时性,检测与跟踪的结果也比较理想,是一种行之有效的运动车辆检测
与跟踪算法。
关键词:运动车辆检测,运动车辆跟踪,独立成分分析,卡尔曼滤波算法,光谱
冗余

I
Algorithm Research of Moving Vehicle Detection
and Tracking Based on Video Image Processing
Technology
Abstract
The technology, mainly puter vision and image processing, is
applied into intelligent traffic system (ITS) for supervision of the state of
transportation, collecting of traffic information to make the corresponding decision,
which can handle kinds of problems arising from the transportation. Vehicle detection
and tracking play important part in ITS, and have e the hotspot in research
domain at home and abroad. In this paper, under the fixed camera, a deeply work on
vehicle detection and tracking is achieved by us that is as follows:
(1) For vehicle detection, according to ponent analysis theory,
we propose a kind of method to detect vehicle from the video sequences. And use
spectral redundancy to resolve test results based on ponent analysis
of channel uncertain problem. Our scheme uses the background im