視頻圖像中陰影的去除和交通參數(shù)提取的研究及實現(xiàn).pdf

1、本文提出了基于小波變換的車輛跟蹤和車輛參數(shù)提取的方法。為了描述車輛信息，我們提取了車輛軌跡、車速和車輛數(shù)目等交通參數(shù)。因為運動車輛屬于低頻的部分，而且圖像的細節(jié)信息(即圖像的高頻分量)在跟蹤過程中是不需要的，所以本文使用原始圖像的低頻圖像進行車輛檢測。該技術通過小波變換實現(xiàn)，這種方法可以有效去除干擾運動(比如樹木搖擺)對檢測結果的影響。 在現(xiàn)有算法基礎上進行改進，先采樣陰影點，計算采樣陰影點的陰影屬性，最后根據(jù)陰影屬性去除陰影點

2、。因為使用的是真實陰影的屬性，所以去除陰影的效果比很多方法有效。遮擋會對車輛參數(shù)提取和跟蹤的準確性產生嚴重的影響，利用本文提出的方法，遮擋被成功去除。 使用CamShift算法進行目標的跟蹤，實驗表明該算法對人臉和車輛的跟蹤很有效。但是CamShift算法是半自動的，即需要手動給出要跟蹤的區(qū)域。在以后的研究中我們將對該算法進行改進。 在計算機上進行了算法的模擬仿真，測試了車輛跟蹤、陰影去除和遮擋去除的性能。實驗結果表明，