【作者】 王臣豪； 刘富强； 田敏； 黄宇晖； 马彪；

【Author】 Wang Chenghao~1 Liu Fuqiang~1 Tian Min~1 Huang Yuhu~1 Ma Biao~2 (1.Information and Communication Engineering,Tongji University,Shanghai 200092;2.LiaoNing Information Vocational & Technical College,LiaoNing,111000)

【机构】 同济大学信息与通信工程系； 辽宁信息职业技术学院；

【摘要】 智能交通系统是未来交通发展的必然趋势,其关键技术的研究具有深远的意义。本文以在静态背景下动态地识别并跟踪汽车为目的,对摄像头采集的图像进行处理。如何准确地从复杂的交通图像中提取车辆,是进行车辆识别的基础。本文采用Surendra背景算法提取路面的背景,通过背景差法提取路面上的车辆。图像分割后,对二值图像进行Blob分析,识别并对车辆进行分析,获取车辆的特征信息,包括车辆本身的参数信息和位置信息。依赖这些车辆信息,通过Kalman滤波器实现对车辆的跟踪,进而获得车辆的动态信息,包括车辆的速度、运行轨迹信息。更多还原

【Abstract】 The development of Intelligent Traffic System(ITS) is a major trend in future,and the study on its related key technology has great significance.This paper mainly focuses on the processing of images captured by cameras to identify and track targeted vehicles in static background.With background image extracted through Surendra algorithm,the vehicles are identified by frame difference.After image segmentation,the binary image is processed using blob analysis to get the characteristic information of vehicles,including the parameters and locations.Using these information and Kalman Filter,the tracking of the vehicles is realized to extract dynamic information of vehicles.更多还原