基于视频序列的车型识别与跟踪方法研究与实现-控制科学与工程专业论文.docx

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得 天津理工大 学 或 其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津 理工 大学 有关保留、使用学位论文 的规定。特授权 天津理工大 学 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘要 车型识别与跟踪是智能化交通系统中研究的重要课题，它融合了数字图像处理、计 算机应用、模式识别以及传感器通讯等先进技术。车型识别与跟踪在民用和军事等诸多 领域中都发挥着重大的作用。这些年，随着科学技术的日益发展，车型识别与跟踪成为 了智能化交通系统中研究的热点问题。 本文主要的研究内容如下： （1）对运动目标检测算法中常用的背景差分法和帧间差分法进行研究，并进行实 验仿真。通过实验分析，背景差分法对背景的构建要求较高，两帧差分法的检测结果会 出现“空洞”现象，影响检测的结果。利用三帧差分法对运动目标进行检测，可以较为 精确的检测出运动目标。 （2）针对图像旋转、光照强度变化干扰车型识别结果的问题，设计了一种融入 PCA 的 LBP 特征降维的车型识别算法。首先计算目标车辆图像的 LBP 特征，利用 PCA 方法 对 LBP 特征进行降维，最后对目标进行分类识别。实验结果验证了该算法对图像旋转 和光照强度变化具有较好的鲁棒性。 （3）为实现对运动目标车辆的实时跟踪，设计了一种基于 Kalman 滤波和 Camshift 算法融合的目标跟踪算法，通过 PTZ 云台控制摄像机的转动，实现目标车辆的主动跟踪。 实验结果表明，该算法能够扩展摄像机跟踪视场范围，具有较好的实时性和跟踪精度。 （4）在 DM6437 实验平台上对设计的目标跟踪算法进行移植，通过云台控制算法 控制摄像机的转动，实现对运动目标的实时跟踪。实验结果表明，移植的跟踪算法具有 较好的实时性和稳定性。 关键词：目标检测 车型识别 目标跟踪 Camshift 算法 机器视觉 Abstract Vehicle recognition and tracking is an important subject of the intelligent transportation system, it is the fusion of digital image processing, computer application, pattern recognition, sensor communication and other advanced technologies.Vehicle recognition and tracking plays an important role in many fields such as civil and military. Over the years, with the increasing development of science and technology, vehicle recognition and tracking has become a hot topic in the research of intelligent transportation system. The main research content of this paper is as follows: This paper makes a study on the moving target detection algorithm including background difference method and two frames difference method, and processes the experimental simulation. Through the experimental analysis, the background difference method has higher requirements on building background; the two frames diffe