论文总字数：23886字

摘 要

随着计算机视觉和视频分析技术的不断发展，建立智能交通管理系统已成为城市交通运输管理的发展趋势。通过对智能交通系统中视频信号的分析，可以完成对诸如行人、车辆等目标的监控和行为分析。以智能交通管理系统代替传统的人工监管的方式，更具备实时性和准确性。

本文通过对视频图像帧的分析，给出智能交通系统中对运动目标进行检测、识别、跟踪以及信息提取的具体算法。运动目标的检测采用的是背景相减法，通过帧差法与均值法结合的方式提取出背景图像，并采用一种基于时间统计的方式实现背景的更新，之后通过连通区域标记提取出目标区域。给出一种分裂合并算法和基于静态特性的分类方式实现目标的识别。目标跟踪采用的是基于目标外接矩形重合面积的跟踪算法，通过将目标的轨迹信息存入状态链，并不断更新状态链来实现对于目标的跟踪。对运动目标信息（包括位置、速度、运动方向）的提取则是由对状态链中信息的分析得来。

本文的算法首先在VC6.0平台上进行验证，之后移植到DM6437开发平台并进行算法优化。经过验证，本文给出的算法可以实现运动目标检测、识别、跟踪及信息提取的目的。

关键词：智能交通、 目标检测、目标识别、目标跟踪、信息提取

A STUDY ON THE VIDEO METHOD OF THE INTELLIGENT TRANSPORTATION

Abstract

As the rapid development of computer vision and video analysis technology ,intelligent transportation system has become the main means of urban transportation management. By analyzing the video frames, the monitoring and behavior analysis of the targets such as pedestrian an vehicle can be accomplished. Instead of the traditional manual supervision, intelligent transportation system can be real-time and more accurate.

Through the analysis of video frames, the paper presents the specific algorithm of the detection, recognizing, tracking and information extraction of the moving targets. Moving target detection using background subtraction method, the background extraction combined the frame difference method and mean algorithm, and a time statistics based background updating algorithm is used, followed by the connect component labeling which is used to extract the target area. This paper also give out a split-merge algorithm and a static characteristic based classification method to finish the target recognition. Target tracking uses the tracking algorithm based on external rectangle overlap area, which achieve the target tracking by adding the trajectory information of the targets into a chain as well as updating the chain. And the target information, including position, speed and direction, could be got from the analysis of the chain.

The algorithms mentioned in this paper are firstly verified on the VC6.0 platform, then transplanted to DM6437 platform. From the verification, the proposed algorithm can achieve the purpose of moving target detection, recognition, tracking and information extraction.

Keywords：Intelligent Transportation，Motion Detection, Target Recognition, Target Tracking, Information Extraction

目 录

摘 要 II

Abstract III

目 录 IV

第一章 绪 论 1

1.1 课题研究背景和意义 1

1.2 智能视频监控国内外发展现状 1

1.3 论文主要内容与结构安排 1

1.3.1 论文主要内容 1

1.3.2 论文结构安排 2

第二章 运动目标检测 3

2.1 常用运动目标检测算法 3

2.1.1 背景相减法 3

2.1.2 光流法 3

2.1.3 帧间差分法 3

2.2 背景提取与更新 4

2.2.1 背景提取 4

2.2.2 背景更新 5

2.3 图像阈值分割 5

2.4 形态学处理 7

2.5 连通区域检测 8

2.6 本章小结 10

第三章 运动目标识别、跟踪与信息提取 11

3.1 运动目标的识别 11

3.1.1 前景目标筛选 11

3.1.2 分裂目标合并 11

3.1.3 行人目标与车辆目标的区分 12

3.2 运动目标的跟踪 13

3.2.1 运动目标跟踪的常用算法 13

3.2.2 基于外接矩形重合面积的跟踪算法 14

3.3 运动目标信息提取 15

3.3.1 坐标关系的转换 15

3.3.2 目标信息提取 15

3.4 本章小结 16

第四章 系统软硬件平台与系统工作流程 17

4.1 系统软硬件工作平台 17

4.1.1 系统软件工作平台 17

4.1.2 系统硬件工作平台 17

4.2 系统工作流程 18

4.2.1 系统工作流程 18

4.2.2 代码优化 21

4.3 本章小结 23

第五章 总结与展望 24

5.1 本文总结 24

5.2 未来工作展望 24

致 谢 25

参考文献 26

绪 论

课题研究背景和意义

智能交通系统（Intelligent Transportation Systems ，简称ITS），致力于运用计算机和信息技术为交通运输管理提供更高效、准确和具备实时性的管理方式。ITS的研发最先由美国和日本开始，之后许多国家也相继投入研究。建立智能交通管理系统显然成为城市交通运输管理的发展趋势。就我国而言，城市交通拥堵问题一直存在，智能交通系统通过集成新兴的计算机、信息和目标检测技术，可以为交通运输管理者和参与者提供道路信息，选择更为有效地交通参与方式，以期达到降低拥堵几率、更加安全和有效地使用交通运输网的目的。

在交通运输网中，交通参与者的数量很庞大，传统的视频监控对于各种突发状况如交通事故、道路堵塞等情况，无法做出即时的响应。而智能视频监控（Intelligent video surveillance,简称IVS）作为智能交通系统的重要组成部分具有实时性特点。智能视频监控通过运用计算机视觉和视频分析技术，可以在没有人工干预的情况下，实现对于场景的实时监控和分析。基于视频的智能监控系统，通过对视频帧的分析，可以实现对于运动目标的检测、识别、跟踪和信息提取等。相对于传统的视频监控方式，智能视频监控对于道路突发状况可以给出及时的反馈信息，并具备准确率，从而使得管理者和参与者做出合理的决策。

剩余内容已隐藏，请支付后下载全文，论文总字数：23886字