摘 要

随着社会的进步和科学技术的发展，人们衣、食、住、行的条件都有了很大的改善，尤其在“行”的方面发展十分迅速。 经济的逐步繁荣，越来越多的人有了自己的车，城市的交通系统也越来越复杂，因此，交通管理在此显得十分重要。而随着交通管理的日益发展，自动化、智能化交通视频监控必将成为未来交通监控系统发展的趋势。研究自动识别路面汽车，跟踪其轨迹，自动检测其是否违规将有着重大的意义和作用。

本系统以Microsoft Visual C 6.0作为开发环境再基于OPENCV视觉库，利用OPENCV的运动物体跟踪的数据结构，函数库，针对公共视频监控数据源，做到运动车辆的识别和跟踪。首先对图像进行灰度化，平滑去噪，二值化阈值分割，形态学去噪等预处理，使图像容易识别，再利用背景差分法从当前帧中获取运动目标，画出运动车辆的外轮廓矩形，从而识别出车辆，并且实时地更新背景，在背景更新时将运动目标轮廓内区域排除，避免了由运动目标引起的背景模型更新误差。然后利用CamShift跟踪，让系统对选定的车辆进行特别的跟踪。实验结果表明，该方法可以较好地识别出移动车辆，并对其轨迹进行跟踪，进而对其进行行为识别，在普通的PC机上可以实现，运算速度快，具有实时性。

关键词：OpenCV；汽车识别；背景差分法；OSTU法；背景更新；CamShift跟踪

Abstract

With the social progress and scientific and technological development, it is clothing, food, travel, housing conditions have greatly improved, especially in the "travel" develop very rapidly. The gradual economic prosperity, more and more people have their own cars, the city's transportation system has become increasingly complex,so traffic management is very important in this. With the increasing development of traffic management, automation, intelligent traffic video monitoring will become the future trend of development of traffic monitoring systems. Automatic identification of road vehicles, track their path, automatically detect whether the violation will have great significance and role.

The system is based on Microsoft Visual C 6.0 and OPENCV library .With its moving object tracking data structure library for public video surveillance data sources, the system achieve the identification and tracking of moving vehicles. Grayscale image first, smoothing noise reduction, binarization thresholding, morphological denoising preprocessing, the image is easy to identify, re-use background subtraction to obtain the current frame from the moving target, draw the movement of vehicles rectangular outline, in order to identify the vehicle, and updated in real-time background, updates in the background within the region will be excluded from the moving object silhouette to avoid the background caused by the moving target model update error. Then CamShift tracking the system for particular vehicles selected track. Experimental results show that the method can recognize the moving vehicle and track its trajectory, then its behavior recognition, in the ordinary PC, can be achieved, fast speed, with real-time.

Keywords: OpenCV; vehicle identification;background subtraction; OSTU; background updating;CamShift track

朗读

显示对应的拉丁字符的拼音

字典

目 录

第1章 前 言 - 1 -

第2章 OpenCV平台简介 - 2 -

第3章 图像预处理 - 3 -

3.1 图像灰度化 - 3 -

3.2 图像平滑 - 4 -

3.3 图像二值化 - 5 -

3.4 图像形态学去噪 - 6 -

第4章 车辆识别模块 - 7 -

4.1 背景差分法 - 7 -

4.2 自适应阈值 - 9 -

4.3 背景更新 - 10 -

第5章 车辆跟踪模块 - 12 -

第6章 系统工作流程 - 15 -

第7章 实验结果 - 18 -

第8章 结论与展望 - 25 -

致 谢 - 26 -

参考文献 - 27 -

附 录 - 28 -

毕业设计任务书 - 34 -

第1章 前 言

计算机视觉是研究用计算机模拟生物外显或宏观视觉功能的科学和技术。作为计算机视觉研究的一个分支—运动目标的检测与跟踪，就是对视场内的运动目标，如人或车辆等，进行实时的观测，并在此基础上对被观测对象进行分类，然后分析它们的行为。近年来，计算机视觉的研究重点已经从对静态图像的研究过渡到对动态图像序列的研究上面，这方面的典型应用包括自动化的视频监控系统、视频MPEG编解码技术、人机交互的感知接口、军事上的制导、雷达视频图像中的目标分析。

智能交通系统（Intelligent Transport System，简称ITS）则是在这基础上建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。它通过人、车、路的和谐、密切配合提高交通运输效率，缓解交通阻塞，提高路网通过能力，减少交通事故，降低能源消耗，减轻环境污染。目前对ITS的研究已成为二十一世纪中一个重要的发展方向。在智能交通系统中，交通监控是交通管理智能化的前提，建立自动的监控系统则成为了交通管理智能化地首要任务。本文研究的内容则是监控系统中的基本内容，对来往车辆进行识别和跟踪，它是后续的车辆检测，车辆信息获取等的基础。因此整个监控系统多是基于此，可见本文的研究有十分重要的意义。