本文主要研究了面向交通应用的视频监视的基本理论和关键技术。重点研究静止背景下运动目标的检测和提取,运动目标阴影的检测,以及运动目标跟踪等方面的研究内容。 在静止背景下的目标检测方面,分析当前三类目标检测和提取算法的原理,通过试验对瞬时差分法和自适应背景相减法进行分析。同时着重研究自适应背景模型方法,讨论了该方法在参数更新方面的问题。针对具体的应用背景,本文提出了一种对自适应背景相减法中的背景更新的改进方案。实验表明,该方法能够在较大程度上满足系统的要求,提高检测结果精度。 在运动目标阴影检测方面,从分析运动目标阴影的光学特性入手,研究了背景区域、目标区域和阴影区域在当前帧和背景帧中的差异:还介绍了在处理阴影检测方面常用颜色空间的特性。在对目前常用方法进行总结和实验的基础上,本文提出联合两种颜色空间来检测移动目标并进行阴影抑制的方法。大量实验表明,该方法对复杂路况下的阴影情况有较好的检测能力。 在运动目标跟踪方面,总结了静止背景中目标跟踪的成熟算法。对于多目标跟踪中的目标匹配和相互遮挡问题进行了详细介绍。对遮挡问题完成了分类,并通过增加卡尔曼滤波器的参数实现对多目标的有效跟踪。