智能交通监控视频中车型检测与分类方法的研究

摘要

21世纪的交通将是智能化的交通，智能交通系统（ITS）能快速准确地进行交通信息的采集、处理、决策和指挥调度，使交通基础设施发挥最大的效能。交通信息处理包括的车型的检测与分类是ITS的一个重要研究方向，本文通过对此领域的研究，提出了一种简单快速而且较为精确的车辆检测和分类算法，主要内容如下： 在车辆检测方面，主要经过图像预处理、运动目标区域的获取、运动目标的精确定位和去阴影四个步骤。本文首先对视频图像预处理，去掉噪声；然后利用帧间差法进行运动目标区域的获取，不同于传统的只用灰度图像进行处理的方法，直接对相邻两幅彩色图像进行差分，然后二值化，并利用形态学的膨胀与腐蚀算法得到了更为准确的运动目标区域；在运动目标的准确定位方面，本文利用目前效果较好的定位算法——水平和垂直投影定位法，并改进该方法根据轮廓直接定位，在实验中得到了更为准确的运动目标；由于光照等原因检测的运动目标包含阴影，本文根据彩色图像提供的信息量大的特点，提出基于阴影区域像素值来进行处理的方法，该方法可根据实际需要，确定参考像素的位置和大小，很好的去掉了阴影的干扰，实用性很强。 在车型分类方面，利用支持向量机进行训练和测试，得到大型车、中型车、小型车三种分类。将车辆检测所得到的运动目标样本进行特征提取，作为输入向量。该特征向量主要包含车辆的长度和宽度以及长宽比，用到的支持向量机的类型是n 分类器，允许用异常值惩罚因子C 进行不完全分类，输出结果是车型的三种分类。 本文提出的方法适用多车道、多目标的复杂场景，能有效排除干扰，满足自然条件下ITS 车辆检测和车型分类快速有效的要求，具有一定的理论意义和实用价值。

目录

文摘

英文文摘

声明

第一章 绪论

第二章 车辆的提取

第三章 车型的分类

第四章 系统实现

第五章 总结与展望

参考文献

致 谢