交通图像序列的分割与目标跟踪
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。
图像分割;阴影消除;目标跟踪;Kalman滤波;智能交通;视频监控系统
天津理工大学
硕士
模式识别与智能系统
张惊雷
2010
中文
U491.116;TP391.41
64
2011-08-03（万方平台首次上网日期，不代表论文的发表时间）