基于改进块匹配的复杂背景下的车辆检测

摘要

交通智能化是未来交通系统的发展趋势,而车辆检测是智能交通的基本组成部分。在复杂环境下,例如雨、雪、雾霾天气,背景存在扰动等,车辆检测会出现误差。因此,研究的目的是寻求一种在背景扰动的情况下,仍能准确识别车辆的方法。提出结合双阈值法和K-means基准阈值法,从而获得动态更新阈值的能力,得到可以更加精准分割的阈值的方法。使得即使在复杂背景下也能准确提取移动车辆。根据实验数据和结果分析,该方法可以达到克服噪声和运动背景的影响,准确的检测出移动车辆的目的。