论文部分内容阅读
智能交通系统是未来城市交通管理系统发展的必然趋势，运动车辆的检测与跟踪是智能交通系统中的核心内容之一。如何能够正确的检测出运动车辆并能实时准确的跟踪是目前亟待解决的关键问题，而基于视频图像的信号处理技术是解决该问题最有竞争力的技术之一。本文重点研究了在视频图像处理领域的运动车辆的检测与跟踪。
首先，论文研究了各种经典的车辆检测算法，在背景差分法的基础上做出了改进，提出了时空结合的多背景前景检测法。针对复杂环境噪声，先利用统计分类法得到多背景，再通过多背景差分法和邻域差分法将前景检测出来，在没有过多增加算法复杂度的前提下，抑制了各种噪声。
其次，论文将Mean Shift算法应用在车辆跟踪中，针对Mean Shift的缺点提出了可行的解决方案。其中针对核函数带宽不能实时更新提出了核函数带宽的自动更新算法，能够快速实时有效的将核函数的带宽更新到实际大小附近：针对Mean Shift不能有效跟踪快速运动的车辆，利用Kalman预测很好的解决了这个问题。
最后，论文研究了基于DSP的软硬件平台，给出了系统的设计方案，为后续的系统移植以及优化起到了很好的指引作用。