隧道内多运动车辆跟踪方法研究

摘要

随着我国交通建设的发展，我国已经具有全球最长里程的高速公路，也是隧道、桥梁建设最多的国家。隧道在给交通带来便利的同时也对交通安全管理和照明控制系统提出了新的要求。为了解决隧道中存在的过度照明和无效照明，可采用“车近灯亮、车过灯灭”的照明控制系统，即根据隧道是否有车通过等信息来随时调节照明程度。该系统的基础，是首先要获得隧道内行驶车辆的相关信息。想要提取行驶车辆相关信息，就必须检测和跟踪到行驶中的车辆。 随着计算机视觉和图像处理技术的发展，多目标跟踪技术在安全监测、智能交通等方面都有着广阔的前景和巨大的经济价值。在多目标跟踪技术中，多目标相互遮挡和实时跟踪问题已成为研究的热点。作为非线性滤波方法的粒子滤波算法已被成功运用到了目标跟踪问题中。 本文重点研究隧道中基于粒子滤波的多运动车辆跟踪技术，主要为两块：运动目标检测，多运动车辆跟踪。在运动目标检测模块，利用改进的码本背景建模方法消除阴影对运动目标检测的影响，提高了检测精确度。多运动车辆跟踪方面，针对标准粒子滤波算法随机采样导致的粒子发散以及运算量大的问题，本文基于目标检测区域来选定粒子采样空间，获取核函数加权颜色特征HSV直方图的目标模型。该方法有效抑制了粒子扩散，减少了计算量。由于隧道车道的单向行驶环境，本文提出基于运动方向加权重采样算法，提高了算法精度。最后，本文融合颜色特征和对光照变化不敏感的局部特征SURF综合判断提取目标模型，减弱了光照变化以及颜色相近目标靠近和发生部分遮挡时对多运动车辆跟踪的影响。通过实例视频实验和数据结论，说明本文提出的改进方法对隧道内多运动车辆的跟踪具有较好的鲁棒性。

目录

第一个书签之前