免费论文：车辆检测与跟踪系统的OpenCV方案的设计与实现

本文采用了Open Source Computer Vision Library (OpenCV计算机视觉库)设计和实现了一套基于视频序列的车辆检测和跟踪的方案。此方案在智能交通系统(ITS)中起到流量监测的作用，从而帮助高速公路管理和道路设计。视频车辆检测方案比起传统的车辆检测有安装费用低、维护便捷、监测范围广等优点，并且能够对智能化处理所采集到的交通参数信息，包括某时段的车流量，具体时刻的车辆位置等，因此在ITS中占有很关键地位。目前基于视频的车辆检测技术在光照变化、多目标、大范围的情况下，对车辆检测和跟踪的效果不是很理想。因此，本文力求在设计的系统中进行改善，并通过一段实际车辆视频进行测试。视频序列中车辆的检测跟踪是一件复杂的任务，它既涉及到视频底层数据的采集和处理，又涉及到车辆检测和跟踪等相关算法的实现。这些算法不但开发难度大，而且稳定性、实用性和通用性难以得到保证。OpenCV作为Intel公司资助的一个完全开源和免费的数字图像处理库，不但性能优越稳定，而且可移植性好，为图像系统发开节省了大量的时间并保证了稳定性。本文的研究工作如下：根据OpenCV提供的图像结构和图像处理的高层函数开发出视频车辆检测和跟踪的算法，并通过OpenCV的视频监视框架建立系统。此系统由五大模块组成：前景/背景检验模块、车辆检测模块、车辆跟踪模块、车辆位置修正模块、车辆轨迹生成模块。在前景检测环节，采用了基于OTSU自适应阈值的背景差分法；在车辆跟踪环节，采用了质心、形状和Kalman滤波器结合的跟踪算法，保证了精确跟踪的同时又保证了实时性。最后，通过对实际车辆道路的拍摄视频进行测试，并通过测试结果和测试现象分析出系统的优点和不足。测试结果表明本系统对车辆的检测和跟踪效果良好，并且满足实时性和检测准确性的要求，具有实际应用价值。但在某些特定情况下，系统的鲁棒性还有待继续研究提高。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/263109.html