[01314828]复杂环境下车辆视频检测识别方法

课题基于交通视频监控系统环境特性及干扰因素分析，开展复杂环境车辆视频检测识别及跟踪技术研究，通过对运动车辆进行准确检测，并在此基础上进行车辆识别和跟踪，为智能交通系统中车辆行为解释、交通拥堵分析提供重要数据支撑。

设计了基于机械稳像与电子稳像的二级复合式稳像系统;提出基于特征块角点检测以及分块灰度投影的电子稳像算法，抑制了交通监控视频中存在的大量局部运动前景对稳像算法的干扰;针对智能交通系统中运动平台的稳像需求，提出一种基于Harris角点的自适应阈值模糊聚类匹配算法，实现了对含有旋转运动视频图像的有效补偿;提出基于三帧差分的改进Vibe算法，对鬼影问题及动态场景的适应性等方面有一定改善;提出了一种基于灰度直方图和模糊集合理论的快速优化方法，有效去除了Vibe算法中的鬼影及背景中的抖动干扰，并降低算法误检率;采用LTP纹理算子构建基于加权颜色直方图的Camshift目标跟踪算法，增强了算法在光照、尺度变化情况下的跟踪鲁棒性;提出了一种基于车辆前视图像的车型识别方法，对自建25类车型样本数据库的车型识别准确率在94.6-96.9%之间。

项目为复杂环境下的车辆视频检测跟踪与识别提供了一套完整的技术解决方案。