基于Blob的车辆识别及其跟踪算法研究

摘要

智能交通系统是未来交通发展的必然趋势,其关键技术的研究具有深远的意义.本文以在静态背景下动态地识别并跟踪汽车为目的,对摄像头采集的图像进行处理.如何准确地从复杂的交通图像中提取车辆,是进行车辆识别的基础.本文采用Surendra背景<'[1]>算法提取种面的背景,通过背景差法提取路面上的车辆.图像分割后,对二值图像进行Blob<'[2]>分析,识别并对车辆进行分析,获取车辆的特征信息,包括车辆本身的参数信息和位置信息.依赖这些车辆信息,通过Kalman滤波器实现对车辆的跟踪,进而获得车辆的动态信息,包括车辆的速度、运行轨迹信息.