資源描述：
《智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、分類號UDC密級編號D03碩士學(xué)位論文智能交通監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法研究ResearchonMovingObjectTrackingforIntelligentTrafficMonitoring學(xué)位申請人：郭世旭指導(dǎo)教師：陳家新教授一級學(xué)科：計(jì)算機(jī)科學(xué)與技術(shù)二級學(xué)科：計(jì)算機(jī)應(yīng)用技術(shù)學(xué)位類別：理學(xué)碩士2015年05月獨(dú)創(chuàng)性聲明本人聲明，所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下完成的研究工作及取得的研究成果。據(jù)我所知，文中除了特別加以標(biāo)注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得河南科技大學(xué)或其它教育機(jī)構(gòu)的其他學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所
2、做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。研究生簽名：日期：摘要摘要在現(xiàn)代社會(huì)，地面交通的快速發(fā)展所產(chǎn)生的交通問題日趨增多。為了能夠及時(shí)準(zhǔn)確地掌握所監(jiān)控路口、路段周圍的車輛和行人流量，以及交通治安等情況，現(xiàn)已大量使用了視頻監(jiān)控系統(tǒng)。作為智能交通系統(tǒng)的一個(gè)重要組成部分，其重要性日趨凸顯。然而，伴隨著新的交通基礎(chǔ)設(shè)施的不斷興建，車輛和行人流量的不斷增加，監(jiān)控系統(tǒng)越來越龐大，監(jiān)控信息量也越來越多。單純的依賴有限的人力資源來實(shí)現(xiàn)實(shí)時(shí)、全面的監(jiān)控，已成為不可能的事情。因此，研究以計(jì)算機(jī)視覺技術(shù)為支撐的交通視頻分析技術(shù)具有重要意義。本文以高速公路的監(jiān)控視頻作為數(shù)據(jù)源，對智能交通監(jiān)控系統(tǒng)
3、的關(guān)鍵技術(shù)開展相關(guān)研究。具體研究內(nèi)容如下：在視頻圖像預(yù)處理方面，針對高速公路監(jiān)控視頻受霧氣影響較大的特點(diǎn)，本文研究了基于暗原色先驗(yàn)理論的去霧算法，明確了該算法的優(yōu)缺點(diǎn)，并在此基礎(chǔ)上，采用了一種基于暗原色先驗(yàn)理論和圖像小波變換的去霧算法來對監(jiān)控視頻進(jìn)行去霧處理。通過小波變換對霧天圖像進(jìn)行分解，得到圖像的低頻和高頻分量，然后采用暗原色先驗(yàn)理論對圖像的低頻部分進(jìn)行去霧處理。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效的減少算法的時(shí)間消耗，提升了算法的執(zhí)行效率。在運(yùn)動(dòng)目標(biāo)檢測算法方面，本文選用背景差分法對視頻圖像進(jìn)行處理。首先采用自適應(yīng)高斯模型建模方法進(jìn)行背景建模；然后將獲取的背景模型同視頻幀圖像進(jìn)行做差運(yùn)
4、算，得到差值圖像；隨后依次使用自適應(yīng)二值化和數(shù)學(xué)形態(tài)學(xué)等方法對差值圖像進(jìn)行去噪處理；最后采用5*5的區(qū)域搜索算法來對運(yùn)動(dòng)目標(biāo)進(jìn)行提取操作。實(shí)驗(yàn)結(jié)果表明，本文所采用的方法能夠準(zhǔn)確的檢測出運(yùn)動(dòng)目標(biāo)。在運(yùn)動(dòng)目標(biāo)跟蹤算法方面，由于前期進(jìn)行圖像預(yù)處理時(shí)，算法存在一定的時(shí)間消耗，為了保證整體算法的實(shí)時(shí)性，本文采用了一種基于卡爾曼濾波的特征匹配跟蹤算法。首先，對檢測出的運(yùn)動(dòng)目標(biāo)進(jìn)行特征提取操作，獲取運(yùn)動(dòng)目標(biāo)的大小、形狀、中心點(diǎn)位置和運(yùn)動(dòng)估計(jì)等特征信息；然后，在卡爾曼濾波器的預(yù)測區(qū)域內(nèi)進(jìn)行目標(biāo)搜索，并按照一定的目標(biāo)匹配規(guī)則對搜索到的目標(biāo)進(jìn)行匹配；最終選擇出最優(yōu)的匹配目標(biāo)，實(shí)現(xiàn)目標(biāo)的跟蹤。實(shí)驗(yàn)結(jié)果表明
5、，該方法的實(shí)時(shí)性相對較好，并且能夠準(zhǔn)確的實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤。關(guān)鍵詞：智能交通監(jiān)控系統(tǒng)；去霧處理；目標(biāo)檢測；目標(biāo)跟蹤；卡爾曼濾波論文類型：應(yīng)用研究選題來源：其他IABSTRACTABSTRACTInthemodernsociety,thetrafficproblems,generatedbytherapiddevelopmentofgroundtraffic,aregraduallyincreasing.Inordertoknowaboutthetraffic,thevehiclesandpedestrianflowaroundthemonitoringroadtimelyandacc
6、urately,alotofvideomonitoringsystemhavebeenusedextensively.AsanimportantpartoftheIntelligentTransportationSystem(ITS),itsimportanceisincreasinglyhighlighted.However,withthedevelopmentofnewtransportinfrastructureconstructionandtheincreaseofthevehiclesandpedestrianflow,thevideomonitoringsystemisb
7、ecominghuger,andtherearemoreandmoreinformationneedtomonitor.Justrelyingonthelimitedhumanresourcestoimplementthereal-timeandcomprehensivemonitoringhasbecomeimpossible.Therefore,theresearchofthetrafficvideoanalysistechnologywhichbas
