基于車輛跟蹤的兩種算法研究

《基于車輛跟蹤的兩種算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、＇■■？ｆ遠(yuǎn)寧辦波營(yíng)ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｉｏＬｉａｏｎｉｎｇｙｇ損±等恆巧交｜｜Ｉ、ＴＨＥＳ＇ＳＤＥＧＲＥＥＩＳＦＯＲＭＡＳＴＥＲ麵基于車輛跟蹤的兩種算法研究？．■．．１作者姓名：郝學(xué)森指導(dǎo)教師：王克成教援專業(yè)領(lǐng)域；控制科學(xué)與工程答辯日期：２０巧年０３月１８日創(chuàng)性聲明本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研別加＾１，論文中不包含其他究成果。盡我所知，除了文中特１＾標(biāo)注和致謝的地方外人

2、己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得迂寧科技大學(xué)或其它教育機(jī)構(gòu)一的學(xué)位或證書而使用過的材料，與我同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了謝意。論文作者簽名：日期：＾月／＾曰關(guān)于論文使用授權(quán)的說明本人完全了解迂寧科技大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，目Ｐ：學(xué)校有權(quán)Ｊ保留送交論文的復(fù)印件，光許論文被查閱和借閱：學(xué)校可ｔｌ公布論文的全部或部、縮印或其他復(fù)制手段保存論文。分內(nèi)容，可臥采用影印□。本學(xué)位論文屬于：保密在年解密后適用本授權(quán)書＂＂不保密ｄ（請(qǐng)?jiān)谏戏娇騼?nèi)打Ｖ）＾＾卒餐年

3、；！月＾論文作者簽名：南日期：＾／／也加指導(dǎo)導(dǎo)師簽；啤月；丟換日期名ｉ、１公開分類號(hào)TP391密級(jí)UDC單位代碼10146學(xué)號(hào)122081100147碩士學(xué)位論文基于車輛跟蹤的兩種算法研究研究生姓名：郝學(xué)森指導(dǎo)教師：王克成教授工作單位：遼寧科技大學(xué)指導(dǎo)教師：工作單位：論文提交日期：2015.03.11答辯日期：2015.03.18學(xué)位授予日期：授予單位：遼寧科技大學(xué)論文評(píng)閱人：王克成教授工作單位：遼寧科技大學(xué)論文評(píng)閱人：楊世維教授工作單位：鞍鋼化檢驗(yàn)中心答辯委員會(huì)主席：王偉教授工作單位：大連理工大學(xué)Studytwokindsofalgori

4、thmsonvehicletrackingAthesisSubmittedtoUniversityofScienceandTechnologyLiaoningbyHaoXuesen(ControlScienceandEngineering)Supervisor:Prof.WangKechengNovember18,2014中文摘要中文摘要車輛跟蹤廣泛用于軍事及交通系統(tǒng)。車輛跟蹤的關(guān)鍵在于能實(shí)時(shí)準(zhǔn)確地跟蹤。在有部分遮擋，車輛突然改變軌跡，光照變化的影響下，都能保證跟蹤的準(zhǔn)確性。本文主要討論基于車牌識(shí)別的車輛跟蹤和有部分遮擋的車輛跟蹤。在跟蹤車輛時(shí)，車牌具

5、有唯一性，能快速確定車輛的身份。若被跟蹤車輛的車牌被遮擋，此時(shí)跟蹤車牌的方法失效。用特征點(diǎn)匹配方法跟蹤目標(biāo)車輛。為了滿足實(shí)時(shí)跟蹤的需要，提出改進(jìn)的ORB(OrientedFASTandRotatedBRIEF)算法跟蹤目標(biāo)車輛，實(shí)驗(yàn)表明在有部分遮擋時(shí)能實(shí)時(shí)準(zhǔn)確地跟蹤目標(biāo)車輛?；谲嚺谱R(shí)別的車輛跟蹤首先識(shí)別目標(biāo)車輛的車牌。對(duì)采集的圖像去噪，然后灰度化，再對(duì)其邊緣檢測(cè)。形態(tài)學(xué)結(jié)合邊緣檢測(cè)初步確定連通域，再根據(jù)車牌的固有特征精確定位車牌區(qū)域。定位到車牌后，對(duì)其二值化，然后用垂直投影法結(jié)合車牌的先驗(yàn)知識(shí)對(duì)其分割，將車牌分割成單個(gè)字符。對(duì)得到的字符用基于輪廓的模

6、板匹配法將其識(shí)別出來。用卡爾曼濾波跟蹤車牌從而跟蹤目標(biāo)車輛。在跟蹤車牌的過程中，車牌面積較小，容易被其它車輛遮擋。此時(shí)，車輛龐大的外形特征可以幫助我們跟蹤車輛，然而跟蹤車輛時(shí)，目標(biāo)車輛也易被其它車輛遮擋。為了解決部分遮擋情況下車輛實(shí)時(shí)跟蹤不丟失的問題，提出了基于特征點(diǎn)匹配的改進(jìn)的ORB算法。其具有平移，旋轉(zhuǎn)，縮放不變性。改進(jìn)的ORB算法在FAST檢測(cè)特征點(diǎn)后用拉普拉斯極值去除虛假角點(diǎn)，相比ORB算法提高了匹配的正確率，也提高了檢測(cè)速度。其中改進(jìn)的FAST檢測(cè)特征點(diǎn)速度快，BRIEF(BinaryRobustIndependentElementaryFe

7、atures)描述子縮短了建立描述符的時(shí)間，且減少了存儲(chǔ)空間。由此提高了特征點(diǎn)匹配的速度，滿足實(shí)時(shí)跟蹤的需要。實(shí)驗(yàn)表明，在有光照變化和噪聲干擾的情況下，改進(jìn)的ORB算法依然能夠快速準(zhǔn)確地跟蹤有部分遮擋的車輛。關(guān)鍵詞：車牌識(shí)別；車輛跟蹤；遮擋；SURF；改進(jìn)的ORB算法iiABSTRACTABSTRACTVehicletrackingiswidelyusedinmilitaryandtransportsystem.Thekeyofvehicletrackingiscorrectlyandtimely.Whenthereispartofoccluded,l

8、ightchangeditcantrackgoalvehiclecorrectly.Inthi