交通图像序列的分割与目标跟踪

论文摘要

智能交通视频监控系统(ITSS)以将监控范围内提取感兴趣目标为目的,需要综合运用图像采集、去噪、增强、阴影消除和目标跟踪等软硬件技术,而其中一个关键的问题便是对车辆目标的准确分割和实时跟踪。本文以数字摄像机和PC为硬件平台,进行一系列实验,重点研究了城市道路路况信息的获取。为了搭建一个高性能、运行稳定的视频监控系统硬件平台,在充分分析各种监控系统的优缺点的基础上,本文选用了基于千兆以太网的数字摄像机的视频监控系统。实验表明该硬件方案性能优越,为后续实验打下了坚实基础。图像分割作为研究交通图像序列的起始阶段,直接决定着后期交通目标跟踪的成败,所以有必要使用一种实时性高、分割准确的算法。在对比传统的光流法和相邻帧差法分割效果的基础上,本文选用基于背景差分的交通图像分割算法。通过建立初始背景、动态背景更新、背景差分、自动阈值选取和必要的形态学处理等一系列行之有效的算法,实现了运动目标的正确分割。阴影消除是当前交通视频监控系统的关键技术,建立适用性高且分割准确的阴影消除算法,有重要研究价值。本文通过深入研究当前主流的阴影消除算法,在进行大量实验的基础上,确立了一种基于归一化RGB色彩模型的阴影消除算法,实现了运算量小,分割准确的效果。目标跟踪是交通图像序列研究的核心,目的就是要准确跟踪监控范围内的感兴趣目标。本文通过研究模板匹配、主动轮廓模型和Kalman滤波等算法,提出了基于主动轮廓模型的Kalman滤波算法,实现了交通图像序列的车辆目标跟踪,实验证明了算法的可靠性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究进展及现状
• 1.3 研究内容和主要创新点
• 1.4 本文的组织结构
• 第二章 网络视频监控系统
• 2.1 视频监控系统的市场概况
• 2.2 视频监控系统的发展历史
• 2.2.1 模拟视频监控系统
• 2.2.2 基于数字信号控制的模拟视频监控系统
• 2.2.3 基于数字硬盘录像设备的视频监控系统
• 2.3 千兆以太网数字视频监控系统
• 2.4 本章小结
• 第三章 交通图像分割
• 3.1 简介
• 3.2 交通图像预处理
• 3.2.1 图像去噪
• 3.2.2 图像增强
• 3.3 交通图像分割算法
• 3.3.1 光流法
• 3.3.2 相邻帧差法
• 3.4 基于背景差分的交通图像分割
• 3.4.1 初始背景建立
• 3.4.2 动态背景更新
• 3.4.3 背景差分
• 3.4.4 自动阈值选取
• 3.4.5 形态学处理
• 3.5 本章小结
• 第四章 交通图像阴影消除
• 4.1 阴影消除简介
• 4.2 基于HSV 色彩空间的阴影消除
• 4.2.1 HSV 色彩空间简要介绍
• 4.2.2 实验过程
• 4.3 基于直方图的阴影消除
• 4.3.1 直方图简要介绍
• 4.3.2 实验过程
• 4.4 基于LoG 算子的阴影消除
• 4.4.1 LoG 算子简要介绍
• 4.4.2 实验过程
• 4.5 基于归一化RGB 色彩模型的阴影消除算法
• 4.5.1 背景建立
• 4.5.2 阴影消除算法实现
• 4.5.3 实验结果
• 4.6 本章小结
• 第五章 交通图像目标跟踪
• 5.1 目标跟踪简介
• 5.2 主动轮廓法
• 5.2.1 主动轮廓模型的数学描述
• 5.2.2 改进的主动轮廓模型
• 5.3 模板匹配
• 5.3.1 基于主动轮廓模型的模板获取
• 5.3.2 匹配算法
• 5.3.3 模板更新
• 5.4 基于Kalman 滤波的车辆目标跟踪
• 5.4.1 Kalman 滤波器提法
• 5.4.2 Kalman 滤波器数学表示
• 5.4.3 目标跟踪的实现步骤
• 5.5 实验结果分析
• 5.6 本章小结
• 第六章 结论与展望
• 6.1 全文总结
• 6.2 工作展望
• 参考文献
• 发表论文和科研情况说明
• 致谢