基于視覺(jué)跟蹤的交通監(jiān)控技術(shù)的研究.pdf

1、為了緩解日益突出的城市交通問(wèn)題，智能交通系統(tǒng)已成為未來(lái)交通發(fā)展的重要方向。視頻交通監(jiān)控系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，對(duì)其相關(guān)技術(shù)的研究有著深遠(yuǎn)的意義。本文主要圍繞基于視覺(jué)跟蹤的交通監(jiān)控的關(guān)鍵技術(shù)，完成了以下幾項(xiàng)工作：
　　 首先，分析了運(yùn)動(dòng)目標(biāo)檢測(cè)方法的基本原理與特點(diǎn)，討論了基于背景建模的運(yùn)動(dòng)車輛檢測(cè)方法，并有效地結(jié)合陰影檢測(cè)、閾值處理、團(tuán)塊分割等相關(guān)技術(shù)，實(shí)現(xiàn)了對(duì)車輛團(tuán)塊的精確檢測(cè)與提取。
　　 其次，針對(duì)交通場(chǎng)

2、景下，Mean Shift跟蹤算法的一些不足，提出了一種基于Mean Shift的自適應(yīng)跟蹤算法，該算法將改進(jìn)的尺度自適應(yīng)策略和基于Kalman濾波的車輛模型自適應(yīng)更新策略融合到標(biāo)準(zhǔn)Mean Shift跟蹤算法中，實(shí)現(xiàn)了基于區(qū)域的多車輛跟蹤。
　　 然后，闡述了包括車流量、車輛速度、占有率、排隊(duì)長(zhǎng)度等交通信息參數(shù)檢測(cè)算法，并從基于車輛異常行為和基于交通流異常兩個(gè)方面探討了各種交通事件的檢測(cè)方法。
　　 最后，設(shè)計(jì)并實(shí)現(xiàn)了