基于计算机视觉的车体提取及跟踪算法研究

在对比图像背景差分算法与帧间差分算法的基础上,给出一种基于计算机视觉原理的车体提取及跟踪算法,对算法流程及其在车体识别、分割与跟踪过程中的具体实现方法进行了论述,并以某地交通治安卡口系统采集的图像数据进行了算法验证.     

基于高斯背景模型的视频车辆跟踪方法

在视频智能交通系统中,获取车辆运动轨迹是至关重要的一步.本文介绍一种以在线EM算法进行参数迭代从而建立背景高斯模型为理论的前景运动物体分割的方法,以及在图像特定区域使用动态模板匹配来进行车辆轨迹获取的方法.实验结果表明,该方法可有效的抑制环境噪声,并具有鲁棒性和准确率高等优点.     

交通视频序列阴影检测算法研究

针对交通视频序列中的阴影检测问题,在分析目前常用的几种阴影检测算法的基础上,提出了一种基于交通视频流的灰度图阴影检测算法。该算法首先通过建立一个具有鲁棒性和自适应性的背景模型来获取背景,同时对阴影进行初步模糊滤除,然后再通过车体的重构来准确去除阴影。实践表明,该算法准确度高,具有广泛的应用前景。