论文部分内容阅读
发达国家投入大量资金研究开发基于视频检测的智能交通系统,我国在该领域的研究正逐步展开,并展现出非常诱人的应用前景。基于视频检测的智能交通系统的关键在于运动目标检测。论文对基于视频的车辆检测技术做了深入的研究,研究的对象主要是城市道路交叉口的交通流。
在许多计算机视觉应用中,背景相减算法被广泛应用在运动目标的视频检测上。但针对复杂场景研究开发效果良好的背景相减算法具有相当的挑战性。论文讨论了一种改进时间域中值滤波算法的新颖的背景估计模型,并提出了一种能自适应于复杂环境中场景变化的背景更新算法,介绍了通过形态学运算和检测连通域面积来得到准确的运动目标的方法,最后在HSV色彩空间中进行阴影检测。实验证明算法具有可靠性、有效性和健壮性,不但能够实现运动目标的准确检测,而且对场景变化具有应变能力。
论文的算法在TIDM642EVM实验平台上进行了验证,系统在处理分辨率为576×720的视频数据时,能够达到25帧每秒的速率。