论文部分内容阅读
摘 要：随着时代的发展，智能交通系统的发展也更加的多元化，而对于车辆的检测技术，开始朝着视觉化发展。本文主要从视觉化的研究视角出发，深入分析车辆检测技术和相关跟踪技术的使用，并对相关知识加以说明，与现行的一些常见的技术手段进行综合的比较，在此基础上促进车辆检测技术与跟踪技术的进一步发展。
关键词：视觉；车辆检测；车辆跟踪；技术
一、前言
现代交通的发展，主要通过运用既定的图像处理技术进而完成对车辆的检测与跟踪工作。因此，这种较为常见的计算机技术可以说是基于视觉车辆检测和相关的车辆跟踪技术。通过强化性地应用该技术不仅可以对整体的交通运行情况做到及时有效的目标分析，还可以对具体行驶在主交通路段的整体机动车数目与行驶速度等有关交通参数等信息进行统计学意义上的针对性分析，在此基础上可以对所检测到的具体交通信息进行较为及时性的存储。通过这种方式，可以使相关的交通管理者明确具体的管理任务，在管理过程中做到有据可依，也可以及时获得相关道路的具体信息。
二、基于视觉的车辆检测方法
1.基于相关知识的视觉车辆检测方法
一般来讲，基于相关知识的视觉车辆检测方法主要指应该对具体车辆进行正确的定位，可以对运用周围的目标与场景等有关知识进行检验工作，具体可以包括几何特征和纹理等，这些是检测知识所必备的主要内容。其中，几何特征主要指车辆在具有某种高度或是宽度或是宽高在一定的比例范围内，而对称性是最为明显的特征。
通过这种方式可以确定摄像机的具体参数，并对图像中所出现的车辆的具体形体特征进行一一的展现，不仅能够满足既定的高度与宽度，还可以排除干扰，强化区分行人和车辆。值得注意的是车辆所具有的某种程度上的对称性可以被看做是非自然目标形态下的一个最为明显的表现特征。因此在具体观测整体车辆时，从前面与后面看，整体的对称性较为明显。如车辆的车灯通常情况下是左右对称的，然而一旦出现遮挡或是周围噪音的现象时，这种方式通常会产生很大的误差。值得注意的是颜色也是其中的一个较为明显的主体特征，这是因为RGB与HSV，可以对不同颜色的空间坐标进行及时的障碍性辨别。但是由于颜色信息在某种程度上存在着既定的关联性，因此使用目标颜色与距离对相关颜色的差异性评价较为困难。
纹理信息作为一种使用较为广泛的信息主要包括与之相关的边缘、角点和灰度等特征，主要以水平或是垂直的方式存在于车辆的相关牌照的边缘与保险杠上。除此之外，还有一些既定的焦点信息主要存在于车辆的牌照与车灯处，具体应用于车辆检测工作。但是车辆图像还存在着较为常见的灰度特征，应借助于车辆信息商、共生矩阵等方式进一步缩小搜索区域与范围，使整体的车辆检测系统更加完善。可见，由于操作简单与观看直观等优势，基于相关知识的视觉化车辆检测手段才能够更为广泛的使用，还要注意检验知识的通用性教育，避免产生不必要的误差。
2.基于相关运动知识的视觉化车辆检测手段
对于一段视频而言，光流在这一过程中发挥着十分重要的作用。其主要指由于单个像素而产生的主要流动，计算的依据是当前像素具体在下一帧所呈现的画面中的有关对应位置。从原则上看，所呈现出的每个像素都具备着一定的光流矢量，这使得光流场得以进一步产生。因此，应通过具体的光流计算进而来实现对车辆运动的针对性估算。尽管在运动的估算方面，光流起着一定程度上的积极作用，但是由于其中所涉及到的计算量较大，满足不了实时性的发展需求。为有效地解决这一问题，可以通过使用一些图像，采用小窗口的方式不断改进技术，提高计算速度。
三、基于视觉的车辆跟踪技术
这一技术主要是通过进一步确定车辆的主体运行轨迹，并对各参数进行实际运算，对车辆的运行速度与长度等有关信息进行较为及时性地汇总。从目前发展来看，车辆跟踪的主要方式有区域跟踪、动态轮廓跟踪和特征跟踪等。
1.车辆的区域跟踪方式
这样的方式主要以联通块为代表，也被称作为区域跟踪法。车辆的区域跟踪方式主要在车辆数量较少的现实中运行，其中信息量较大是其所具有的绝对优势，但是由于在其在效率上较为容易受到背景建模等的影响，很难解决好咬合问题。
2.車辆的动态性轮廓跟踪方式
主要指通过对车辆的外形进行具体的描绘，在后面的相关帧中对针对性的外形车辆进行及时化的更新，完成车辆跟踪的最终目的。从某种意义上来说，这种主要方式是对车辆区域跟踪方式的进一步更新，更加具有效率性。但是由于在具体运行中对相关的初始值有着较为广泛性的要求，主要通过手动的方式进行既定操作，不能有效地解决车辆交汇中所出现的问题。
3.车辆的主体特征跟踪方式
车辆的主体特征跟踪方式主要针对的对象是车辆所具有的部分结构，主要指在车辆在处于相对交汇状态时，有关的部分结构会一直存在，对于所处在旋转方面的运动对象，对于其具体的运动特征难以做到有效的把握。还应对其加以注意的是2D图像很难做到对3D的跟踪与处理问题。这些都需要对其加以重视。
4.车辆的运动目标跟踪方式
车辆的运动目标跟踪方式作为交通系统发展中的十分重要的组成部分，对其的算法研究不仅涉及相关的计算机视觉领域，还涉及到图像处理等领域。车辆的运动目标跟踪方式主要的流程是应先进行一系列的相对连续的图像排序，进而在其中找到重要的运动目标，在此基础上进行持续性的跟踪，对运动目标的主体运动轨迹加以计算，最后进行数据分析和判断。这种跟踪方式应用较为广泛，可以说包括了交通流量监测与视频监控等众多领域。具体应用上可以使用Mean-shift的算法为基础，并充分结合Kalman滤波器。通过这种方式不仅可以进一步满足车辆跟踪中所要求应具有的实时性，还能够更好地实现车辆跟踪的精准性。
四、结论
智能交通系统的发展更加的多元化，而对于车辆的检测技术，开始朝着更加良性化发展。强化性地应用该技术不仅可以对整体的交通运行情况做到及时有效的目标分析，还可以对具体行驶在主交通路段的整体机动车数目与行驶速度等有关交通参数等信息进行统计学意义上的针对性分析，在此基础上可以对所检测到的具体交通信息进行较为及时性的存储。通过这种方式，可以使相关的交通管理者明确具体的管理任务，在管理过程中做到有据可依，也可以及时获得相关道路的具体信息。可见，通过这种方式不仅对我国整体交通系统的发展具有十分重要的推动性影响，还对于我国车辆系统的世界化发展有一定的深远意义。
参考文献
[1] 张文涛，李晓峰，李在铭.高速密集视频目标场景下的运动分析 [J].电子学报，2011，28（10）：114-117.
[2] 王运琼.车辆识别系统中几个关键技术的研究 [D].成都：四川大学，2012.
[3] 许涌，万国龙.海量图像数据快速显示技术[ J].计算机工程与设计，2013（6），24（6）：36-38.
[4]陈书海，傅录祥.实用数字图像处理[M].北京：科学出版社，2015.
[5]王能超.计算方法简明教程[ M].北京：高等教育出版社，2014.
[6] 王进花，曹 洁.基于特征点的运动汽车跟踪算法研究[J].电气自动化，2013，3（6）：14-16.
[7] 宋 丹，赵保军，唐林波.融合角点特征与颜色特征的Mean-shift 目标跟踪算法[J].系统工程与电子技术，2012，34（1）：199-203.
（作者单位：东软睿驰汽车技术（沈阳）有限公司）
关键词：视觉；车辆检测；车辆跟踪；技术
一、前言
现代交通的发展，主要通过运用既定的图像处理技术进而完成对车辆的检测与跟踪工作。因此，这种较为常见的计算机技术可以说是基于视觉车辆检测和相关的车辆跟踪技术。通过强化性地应用该技术不仅可以对整体的交通运行情况做到及时有效的目标分析，还可以对具体行驶在主交通路段的整体机动车数目与行驶速度等有关交通参数等信息进行统计学意义上的针对性分析，在此基础上可以对所检测到的具体交通信息进行较为及时性的存储。通过这种方式，可以使相关的交通管理者明确具体的管理任务，在管理过程中做到有据可依，也可以及时获得相关道路的具体信息。
二、基于视觉的车辆检测方法
1.基于相关知识的视觉车辆检测方法
一般来讲，基于相关知识的视觉车辆检测方法主要指应该对具体车辆进行正确的定位，可以对运用周围的目标与场景等有关知识进行检验工作，具体可以包括几何特征和纹理等，这些是检测知识所必备的主要内容。其中，几何特征主要指车辆在具有某种高度或是宽度或是宽高在一定的比例范围内，而对称性是最为明显的特征。
通过这种方式可以确定摄像机的具体参数，并对图像中所出现的车辆的具体形体特征进行一一的展现，不仅能够满足既定的高度与宽度，还可以排除干扰，强化区分行人和车辆。值得注意的是车辆所具有的某种程度上的对称性可以被看做是非自然目标形态下的一个最为明显的表现特征。因此在具体观测整体车辆时，从前面与后面看，整体的对称性较为明显。如车辆的车灯通常情况下是左右对称的，然而一旦出现遮挡或是周围噪音的现象时，这种方式通常会产生很大的误差。值得注意的是颜色也是其中的一个较为明显的主体特征，这是因为RGB与HSV，可以对不同颜色的空间坐标进行及时的障碍性辨别。但是由于颜色信息在某种程度上存在着既定的关联性，因此使用目标颜色与距离对相关颜色的差异性评价较为困难。
纹理信息作为一种使用较为广泛的信息主要包括与之相关的边缘、角点和灰度等特征，主要以水平或是垂直的方式存在于车辆的相关牌照的边缘与保险杠上。除此之外，还有一些既定的焦点信息主要存在于车辆的牌照与车灯处，具体应用于车辆检测工作。但是车辆图像还存在着较为常见的灰度特征，应借助于车辆信息商、共生矩阵等方式进一步缩小搜索区域与范围，使整体的车辆检测系统更加完善。可见，由于操作简单与观看直观等优势，基于相关知识的视觉化车辆检测手段才能够更为广泛的使用，还要注意检验知识的通用性教育，避免产生不必要的误差。
2.基于相关运动知识的视觉化车辆检测手段
对于一段视频而言，光流在这一过程中发挥着十分重要的作用。其主要指由于单个像素而产生的主要流动，计算的依据是当前像素具体在下一帧所呈现的画面中的有关对应位置。从原则上看，所呈现出的每个像素都具备着一定的光流矢量，这使得光流场得以进一步产生。因此，应通过具体的光流计算进而来实现对车辆运动的针对性估算。尽管在运动的估算方面，光流起着一定程度上的积极作用，但是由于其中所涉及到的计算量较大，满足不了实时性的发展需求。为有效地解决这一问题，可以通过使用一些图像，采用小窗口的方式不断改进技术，提高计算速度。
三、基于视觉的车辆跟踪技术
这一技术主要是通过进一步确定车辆的主体运行轨迹，并对各参数进行实际运算，对车辆的运行速度与长度等有关信息进行较为及时性地汇总。从目前发展来看，车辆跟踪的主要方式有区域跟踪、动态轮廓跟踪和特征跟踪等。
1.车辆的区域跟踪方式
这样的方式主要以联通块为代表，也被称作为区域跟踪法。车辆的区域跟踪方式主要在车辆数量较少的现实中运行，其中信息量较大是其所具有的绝对优势，但是由于在其在效率上较为容易受到背景建模等的影响，很难解决好咬合问题。
2.車辆的动态性轮廓跟踪方式
主要指通过对车辆的外形进行具体的描绘，在后面的相关帧中对针对性的外形车辆进行及时化的更新，完成车辆跟踪的最终目的。从某种意义上来说，这种主要方式是对车辆区域跟踪方式的进一步更新，更加具有效率性。但是由于在具体运行中对相关的初始值有着较为广泛性的要求，主要通过手动的方式进行既定操作，不能有效地解决车辆交汇中所出现的问题。
3.车辆的主体特征跟踪方式
车辆的主体特征跟踪方式主要针对的对象是车辆所具有的部分结构，主要指在车辆在处于相对交汇状态时，有关的部分结构会一直存在，对于所处在旋转方面的运动对象，对于其具体的运动特征难以做到有效的把握。还应对其加以注意的是2D图像很难做到对3D的跟踪与处理问题。这些都需要对其加以重视。
4.车辆的运动目标跟踪方式
车辆的运动目标跟踪方式作为交通系统发展中的十分重要的组成部分，对其的算法研究不仅涉及相关的计算机视觉领域，还涉及到图像处理等领域。车辆的运动目标跟踪方式主要的流程是应先进行一系列的相对连续的图像排序，进而在其中找到重要的运动目标，在此基础上进行持续性的跟踪，对运动目标的主体运动轨迹加以计算，最后进行数据分析和判断。这种跟踪方式应用较为广泛，可以说包括了交通流量监测与视频监控等众多领域。具体应用上可以使用Mean-shift的算法为基础，并充分结合Kalman滤波器。通过这种方式不仅可以进一步满足车辆跟踪中所要求应具有的实时性，还能够更好地实现车辆跟踪的精准性。
四、结论
智能交通系统的发展更加的多元化，而对于车辆的检测技术，开始朝着更加良性化发展。强化性地应用该技术不仅可以对整体的交通运行情况做到及时有效的目标分析，还可以对具体行驶在主交通路段的整体机动车数目与行驶速度等有关交通参数等信息进行统计学意义上的针对性分析，在此基础上可以对所检测到的具体交通信息进行较为及时性的存储。通过这种方式，可以使相关的交通管理者明确具体的管理任务，在管理过程中做到有据可依，也可以及时获得相关道路的具体信息。可见，通过这种方式不仅对我国整体交通系统的发展具有十分重要的推动性影响，还对于我国车辆系统的世界化发展有一定的深远意义。
参考文献
[1] 张文涛，李晓峰，李在铭.高速密集视频目标场景下的运动分析 [J].电子学报，2011，28（10）：114-117.
[2] 王运琼.车辆识别系统中几个关键技术的研究 [D].成都：四川大学，2012.
[3] 许涌，万国龙.海量图像数据快速显示技术[ J].计算机工程与设计，2013（6），24（6）：36-38.
[4]陈书海，傅录祥.实用数字图像处理[M].北京：科学出版社，2015.
[5]王能超.计算方法简明教程[ M].北京：高等教育出版社，2014.
[6] 王进花，曹 洁.基于特征点的运动汽车跟踪算法研究[J].电气自动化，2013，3（6）：14-16.
[7] 宋 丹，赵保军，唐林波.融合角点特征与颜色特征的Mean-shift 目标跟踪算法[J].系统工程与电子技术，2012，34（1）：199-203.
（作者单位：东软睿驰汽车技术（沈阳）有限公司）