论文部分内容阅读
运动行人检测与跟踪是城市交通环境下的智能车安全行驶辅助导航技术中的一项关键技术,对推动智能车辆技术的发展及保障城市道路交通安全具有重要作用。 本文针对城市交通环境下行人交通的畅通和行人安全问题,研究了摄像机静止情况下基于单目视觉的运动行人检测与跟踪方法,详细介绍了从复杂场景中检测和跟踪行人运动的算法设计和具体实现过程,并给出了分析行人运动的方法。 论文主要工作有: 1.运动行人检测部分,使用自适应背景模型技术和运动分割相结合的方法对运动行人进行分割。在差分图像算法的基础上,将直方图自动阈值分割和数学形态学运算有机结合起来,研究了行人运动检测的方法,有效地抑制了差分图像算法引起的噪声,并且能够完整地填充分割中运动行人图像的断裂部分,实现了运动行人的精确分割。 2.对行人识别和匹配过程中,根据行人多种简单特征建立行人匹配模板,在图像序列中对检测到的目标进行匹配和识别。 3.对行人运动预测过程中,引入灰色模型作为行人运动模型预测行人运动,适应行人运动灵活多变的特点,缩小检测行人时的感兴趣检测区域,提高系统检测的速度和精度;跟踪阶段选择人体跟踪窗口的对角点作为跟踪的特征点,有效地防止了人体自运动对跟踪的影响,提高了跟踪算法的鲁棒性,在试验中取得良好的跟踪效果。 4.对行人运动进一步分析,介绍了提取系统中行人运动参数的方法,帮助对行人的行为进行理解,为分析和解决现有的智能车轴助驾驶系统以及交通监控系统中存在的问题提供理论基础。 通过实际采集的两种不同交通环境下的视频图像对文中提出的方法进行了验证,该方法可以检测并跟踪场景中出现的单个或多个运动行人,结果表明此方法的有效性。