智能交通系統(tǒng)中的運動目標檢測與識別.pdf

1、作為計算機視覺領(lǐng)域的重要應(yīng)用,智能視頻監(jiān)控技術(shù)在軍事、交通、家庭等各領(lǐng)域都擁有十分廣泛的應(yīng)用。尤其隨著世界經(jīng)濟的發(fā)展和人均車輛保有量的增加,智能視頻監(jiān)控技術(shù)在交通領(lǐng)域吸引的關(guān)注越來越多。運動目標的檢測與識別,作為搭建智能交通監(jiān)控系統(tǒng)的基礎(chǔ),雖然目前已經(jīng)提出了許多有效的算法,但由于實際應(yīng)用中諸多因素的干擾(如天氣光照的變化、陰影的遮擋、背景的變化等),使得提出魯棒性更強的目標檢測與識別算法具有重要的意義。
　　本文在現(xiàn)有視頻監(jiān)控中有

2、關(guān)運動目標檢測的經(jīng)典算法基礎(chǔ)之上,重點研究了固定場景下基于背景差分的運動目標的檢測與識別技術(shù),以改善算法的實時性和魯棒性,所做的工作內(nèi)容有如下幾方面:
　　1.運動目標的提取方面,考慮平均法和混合高斯背景建模法的計算量大,實時性差的特點,而采用碼書法進行背景建模,對于碼書法只適用于周期性變化的背景,不能適應(yīng)全局性突變的特點,本文提出了利用圖像的平均灰度值對傳統(tǒng)的編碼法進行改進,建立多個編碼本以實現(xiàn)運動目標的提取。
　　2.由

3、于提取出的運動目標,常包含有陰影,影響檢測的效果,本文提出了一種兩級的陰影檢測方法,以實現(xiàn)對運動目標區(qū)域內(nèi)陰影的去除。該方法首先利用陰影的亮度屬性進行陰影的粗檢測,然后對統(tǒng)一模式下的LBP紋理進行改進,實現(xiàn)陰影的近一步檢測。
　　3.運動目標的識別方面,考慮到實時性的應(yīng)用要求,本文利用基于幾何特征的運動目標描述方法,主要提取目標區(qū)域的面積、分散度和移動速度三個特征,輸入支持向量機,以實現(xiàn)運動目標的分類。
　　實驗證明,本文提