資源描述：
《基于視覺的運動汽車跟蹤技術(shù)研究(1)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、蘭州理工大學(xué)碩士學(xué)位論文基于視覺的運動汽車跟蹤技術(shù)研究姓名：王偉申請學(xué)位級別：碩士專業(yè)：檢測技術(shù)與自動化裝置指導(dǎo)教師：曹潔20090501碩十學(xué)位論文摘要機器視覺技術(shù)通過模擬人眼的功能，對現(xiàn)實的世界做測量、判斷及分析，它的誕生為人們的工作和生活帶來很大的便利，也為許多領(lǐng)域的研究和應(yīng)用開辟了新的道路。隨著交通問題的凸顯，智能交通系統(tǒng)(ITS)的提出為解決交通難題提供了系統(tǒng)的解決方案，機器視覺技術(shù)的引入已經(jīng)成為ITS中的一個重要研究方向和必然趨勢，而基于視覺的運動汽車跟蹤問題的研究也成為近年來備受關(guān)注的熱點，如何在復(fù)雜的交通視頻中實時準確地檢測并跟蹤多運動車輛，
2、是目前研究的難點和熱點，本文針對這一問題展開研究。在對當(dāng)前基于視覺的運動目標(biāo)檢測和跟蹤方法分析和總結(jié)的基礎(chǔ)上，針對大范圍、復(fù)雜背景下運動汽車的跟蹤難題進行了深入的研究，首先在檢測環(huán)節(jié)提出了相關(guān)改進措施，如先增強后處理的方法、選擇統(tǒng)計性背景更新算法、背景消減和對稱差分法相結(jié)合的綜合檢測算法等，為更好地提取運動目標(biāo)信息和跟蹤處理提供依據(jù)。在運動汽車的跟蹤環(huán)節(jié)，利用基于模型跟蹤方法的優(yōu)勢和特點，結(jié)合運動汽車的形體特征，建立了運動汽車的立方體模型，并提出了基于模型的匹配算法；同時介紹了目前常用的運動目標(biāo)跟蹤數(shù)學(xué)處理方法，以及適用各方法的運動目標(biāo)特點，根據(jù)運動汽車的非
3、線性特征，引入EKF算法對運動信息進行跟蹤和預(yù)測，提出了基于立方體模型和EKF算法的跟蹤框架，并對基于立方體模型和EKF算法的實現(xiàn)做了詳細的闡述。通過對上述算法的仿真分析，結(jié)果表明，本文采用的算法能夠得到較好的檢測和跟蹤效果，為運動汽車的跟蹤研究和應(yīng)用提供一個有效的數(shù)據(jù)來源，為解決ITS中的難題及更深層次的應(yīng)用打下良好的基礎(chǔ)，同時也能為機器視覺在其它運動目標(biāo)的檢測和跟蹤應(yīng)用中提供指導(dǎo)和借鑒意義。關(guān)鍵詞：智能交通系統(tǒng)(ITs)；視覺跟蹤；運動汽車檢測與跟蹤；立方體模型；ExtendKalmanFilter(EKF)課題來源：甘肅省自然科學(xué)基金項目(編號：№．0
4、7lORJzA060)。摹丁視覺的運動汽下跟蹤技術(shù)研究AbstractMacllinevisiontecllIlology廿】lroughtllesimulationofh啪aneyefIⅧ1ction，makessul吖ey，judgnlentanda11alysistomereal、vorld，itsbirtllbringstIleve巧bigconvenienceforpeople’s、ⅣorkaJldthelife，italsopaVeanewroadformanydomainresearChandapplication．Withtheproblem
5、soft啪sportllighlights，IntelligentTraIlsportSystems(ITS)proVidesasystemsolutiontosolvetlletra伍cproblems，themachjIlevisiontechnologyhasalreadybecameanimpoIrtantresearchdirectionandtheineVitabIetrendint11eITS．ThestudyofmoVingVehiclestrackingproblemintheITSbasedonvisionhaSbeenbecomeaho
6、tspotsrecently．HowtodetectandtracktheVehicles行omttlecomplextra伍cVideobackgroundwithreal—timeandaccuratelyisthepresentresearchdimcul夠andthehotsport，thep印erlaullchesthediscussionaIldmeresearchto吐lequestion．Aimingatthelarge—scale，complexconteXtofthemovingvelliclestrackingproblem，ttl】的
7、u曲aIlalysisa11ds眥1111aD，ofthec瑚remmovingtargetdete“ona11dtrackingmethodsbasedonvision，firStproposemecorrelationimprovementmeaSureillthepartofdetectioIl，suchaSfirststrengthensilllagesandthenprocessingmethod，selectivestatisticalbackgrouIldupdatingalgorithm，thesynthesizedalgoritllIllo
8、fimproVingbackgr01啪dsub昀ct
