运动车辆检测与PTZ跟踪在交通监控中的应用

摘要

交通信息采集系统是智能交通监控系统的重要组成部分，车辆检测和跟踪是保障交通数据采集能及时准确获取现场信息的重要手段。由于交通场景的复杂性和多样性，现有的用于交通视频序列检测算法的准确性和鲁棒性有待进一步提高，研究具有检测精度高并能处理复杂背景下的目标检测和跟踪算法具有重要意义。
　　 分析总结了交通监控中目标检测存在的难点问题，从算法原理、优缺点、实验效果等方面，对比分析了现有的一些常见解决方法。针对初始检测结果中存在噪声杂点和“空洞”现象，设计了一种基于图像形态学开操作、闭操作的运动目标检测后处理。建立了核密度估计分层背景模型和高斯函数数值表，利用高斯图像金字塔的高层淘汰虚假前景。针对监控路口存在摄像机抖动的情况，从建模过程和背景更新来设计算法，并利用时间因子精炼检测结果，同时根据时间因子的大小对背景模型采取不同的更新策略，解决了监控场景中存在运动的汽车停止下来融入背景的情况。最后将核密度估计分层背景减除算法与目前文献常用的算法进行测试对比，并作出算法的准确率曲线和误检率曲线，对算法性能进行定量评估。实验结果表明，该算法不仅能有效抑制摄像头抖动产生的噪声，并且能解决实际交通监控中存在的光线问题，节省了算法计算时间，同时检测灵敏度高。
　　 在分析高速球机的特点基础上，设计了基于球机的目标检测算法、基于面积重叠及颜色直方图匹配的跟踪算法和基于球机状态的间歇式球机控制算法，并实现了一个用于交通监控的PTZ球机的运动目标自主跟踪系统，该系统不需要摄像机的标定信息，仅依靠球机拍摄的视频图像，利用图像处理的知识实现对违章车辆的实时跟踪，并始终处于监控视野的中央区域。实验结果表明，该系统对自主跟踪的关键技术研究已取得了一定的效果，为自主跟踪系统走向实际应用打下了良好基础。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 运动目标检测研究现状

1．2．2 基于PTZ球机的目标跟踪研究现状

1．3 论文主要工作及总体结构

第2章 交通视频序列中的运动目标检测

2．1 交通视频序列中目标检测的难点

2．2 常见目标检测算法的介绍

2．2．1 基于边缘特征的目标检测方法

2．2．2 基于光流场的目标检测方法

2．2．3 基于时域差分法的目标检测方法

2．2．4 基于背景减除的目标检测方法

2．3 核密度估计的理论概述

2．3．1 核密度估计的定义

2．3．2 常见核函数的介绍

2．4 基于形态学操作的检测后处理

2．5 本章小结

第3章 基于核密度估计的分层目标检测算法

3．1 核密度估计建模法中的难点

3．2 分层目标检测算法

3．2．1 多尺度图像技术概述

3．2．2 高分辨率层的平均背景建模

3．2．3 低分辨率层的核密度估计建模

3．3 实验结果与分析

3．4 本章小结

第4章 基于PTZ球机的目标检测与跟踪系统研究

4．1 智能球机的特点及应用

4．2 基于PTZ球机的自主跟踪系统的设计及实现

4．2．1 基于PTZ球机的运动目标检测方法研究

4．2．2 基于面积重叠及颜色直方图匹配的跟踪算法研究

4．2．3 PTZ球机的云台控制策略研究

4．2．4 实验测试及结果分析

4．3 本章小结

第5章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

攻读硕士学位期间主要研究成果