資源描述：
《探析交通視頻檢測(cè)系統(tǒng)中目標(biāo)檢測(cè)和跟蹤方法研究》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、長(zhǎng)安大學(xué)碩士學(xué)位論文交通視頻檢測(cè)系統(tǒng)中目標(biāo)檢測(cè)和跟蹤方法研究姓名：雷云申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：王夏黎20100605摘要隨著交通的發(fā)展，交通視頻信息的處理越來越重要?；谝曨l圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是處理交通視頻信息的一個(gè)重要手段。如何迅速、準(zhǔn)確的檢測(cè)到交通目標(biāo)，采集交通信息，是視頻檢測(cè)技術(shù)研究的重點(diǎn)。本文在總結(jié)和分析現(xiàn)有運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法的基礎(chǔ)上，重點(diǎn)研究靜態(tài)背景下運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤技術(shù)。對(duì)靜態(tài)背景下的背景模型建立與更新、目標(biāo)分割以及目標(biāo)跟蹤等目標(biāo)檢測(cè)關(guān)鍵技術(shù)進(jìn)行了深入研究和探討，對(duì)相關(guān)算法進(jìn)行了
2、改進(jìn)和實(shí)現(xiàn)，對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。最后，在研究成果的基礎(chǔ)上實(shí)現(xiàn)了一個(gè)交通檢測(cè)系統(tǒng)。本論文的工作主要體現(xiàn)在以下幾方面：1、分析了目前流行的各種基于靜態(tài)背景的運(yùn)動(dòng)目標(biāo)檢測(cè)原理與算法，總結(jié)了各算法的特點(diǎn)，并根據(jù)這些方法的特點(diǎn)提出了一種將幀間差分法與背景差分法相結(jié)合的改進(jìn)目標(biāo)檢測(cè)算法。2、在分析比較現(xiàn)有背景提取方法的基礎(chǔ)上，提出了一種使用自適應(yīng)的背景作差法來自動(dòng)生成背景模型的改進(jìn)的背景提取方法，并給出了一種帶權(quán)值因子的背景更新算法。，3、著重討論了目標(biāo)分割閾值的選取方法。給出了一種利用最大類間方差法自適應(yīng)計(jì)算分割閾值的方法，并對(duì)用該方
3、法進(jìn)行目標(biāo)像素點(diǎn)與背景像素點(diǎn)分割的原理和方法進(jìn)行了詳細(xì)描述。詳細(xì)描述了用膨脹、腐蝕處理消除噪聲，用區(qū)域填充法合并鄰域最終獲取理想分割目標(biāo)區(qū)域的過程。4、著重分析了針對(duì)顏色特征的MeanShifl無參估計(jì)目標(biāo)跟蹤算法的原理，并對(duì)該算法進(jìn)行了實(shí)現(xiàn)，對(duì)實(shí)驗(yàn)結(jié)果和算法的優(yōu)劣進(jìn)行了分析和總結(jié)。詳細(xì)研究了擴(kuò)展卡爾曼濾波目標(biāo)跟蹤算法，分析了算法的特點(diǎn)，實(shí)現(xiàn)了目標(biāo)的跟蹤與外推預(yù)測(cè)。5、給出了一種基于團(tuán)塊的跟蹤方法。詳細(xì)描述了基于OpenCV架構(gòu)的團(tuán)塊目標(biāo)跟蹤方法思想和框架，基于該框架，自定義并實(shí)現(xiàn)了一個(gè)前景檢測(cè)模塊。6、使用C++語言結(jié)合Op
4、enCV技術(shù)，在WindowXP環(huán)境的Visualstudi06．0平臺(tái)上開發(fā)了基于視頻圖像序列的交通視頻檢測(cè)系統(tǒng)。開發(fā)了交通參數(shù)分析顯示子系統(tǒng)。通過系統(tǒng)測(cè)試，算法滿足可靠性和實(shí)時(shí)性要求。關(guān)鍵詞：背景提取，運(yùn)動(dòng)目標(biāo)檢測(cè)，運(yùn)動(dòng)目標(biāo)跟蹤，MeanShifl，Kalmaa濾波，OpenCVAbstractWiththedevelopmentofcommunication,transportationvideoinformationprocessingisbecomingmoreandmoreimportant．Andvideo-ba
5、sedmotiondetectiontechnologyisoneofthemostimportantmethodsfortransportationvideoinformationprocessing．Howtodetecttheobjectstocollecttrafficinformationquicklyandaccuratelyisthekeypointofvideodetectiontechnologystudy．Basedonsummarizingandanalyzingofcurrenttargetdetect
6、ionandtrackingmethod,thispaperisfocmingonmovingobjectdetectionandtrackingtechnologyunderstaticbackground．Somekeytechnologiesonobjectdetection,suchaSmodelingandupdatingunderstaticbackground，objectsegmentation,objecttrackingareintensivestudiedanddiscussed,someoftherel
7、atedalgorithmsareimprovedandim#emented．Andtheresultsofexperimentsareanalyzed．On血cend,atransportationdetectionsystemisimplementedbasedontheseresearchresults．Thefollowingworkhasbeendowninthepaper：1、AfterAnalyzingpopulartheoriesandalgorithmsofstaticbackground-basedmovi
8、ngobjectdetection,thispapersummarizesallalgorithms’features．Basedonthesefeatures，thepaperpresentsanimprovedobjectdetectionmethodwhichcombi
