论文部分内容阅读
本论文对车辆的视频检测方法做了比较深入细致的研究，研究对象主要是城市混合交通流。视频检测中常采用的虚拟线圈方法对高速公路等简单的车流环境效果较好，但对于城市混合交通环境的适应能力差。本文采用在视频画面中对目标进行连续跟踪和识别的方法，考虑了道路中行人、自行车等的影响，研究了人车识别问题，能够较好的适应混合交通场景。彩色图像中前景和背景的差异更明显，进行运动检测时能获得更多信息，充分利用图像的颜色信息和目标的运动信息能在不增加算法复杂度的情况下提高算法的准确性，因此本文的大部分研究工作是基于彩色图像的。使用彩色图像必然带来数据量增大，处理速度降低的问题，为了解决这一问题，我们引入软件加速方法，采用SIMD技术和取景框技术，使得整个系统达到实时处理的要求。