【技术实现步骤摘要】
—种基于角点匹配的运动车辆跟踪方法
本专利技术属于模式识别领域，具体涉及智能交通
，特别涉及。
技术介绍
伴随着城市化的进展和汽车的普及，世界各国的交通量急剧增加，如何管理好公路的运行与运营，保障好车辆在公路上的安全、快速的行驶，成为交通管理的重要问题，智能交通的概念应运而生，而车辆检测和跟踪已经成为智能交通研究的一个热点。目前常用的车辆检测和跟踪方法主要包括:背景差值检测法、车辆模型检测法和动态轮廓检测法。背景差值检测法是经典的运动检测方法，目前大多数车辆检测系统均是采用此类方法，它的主要思想是用当前图像减去道路背景图像，找出差值大于设定阈值的部分，再进行图像分割进而检测出场景中的车辆，实现背景差值检测关键是背景提取，得到背景存在两方面的困难:①不可能要求交通暂停来直接获取道路背景；②背景会随着光照的变化而发生明显的变化，例如白天和黑夜道路背景是完全不同的，实时、动态地获得对道路背景的最佳描述，是背景差值检测法的关键，也是一个难点。车辆模型检测法是美国加州大学伯克里分校Koller.D等人和英国里丁大学Baker.K, Sullivan.G提出的一种基于三维模型的车辆检测跟踪方法。该方法需要首先设计一系列三维车辆模型，并生成它们在各种情况下对应的一维、二维模板，利用单摄像头所拍摄的图像中区域与这些模板的匹配来进行车辆的检测跟踪。这种方法最大的优势在于可以恢复出车辆的行驶轨迹和车辆模型，能够在一定程度上克服遮挡和阴影等问题，但在实际应用中，很难得到道路上可能出现的所有车辆类型的详细几何模型，所以此类方法很难运用于实际的车辆检测系统中。动态...
【技术保护点】
一种基于角点匹配的运动车辆跟踪方法，其特征在于：其步骤为：步骤一：现场场景图像的获取；步骤二：哈里斯角点的提取；步骤三：角点尺度不变旋转特征描述子的计算；步骤四：轨迹的形成以及其参数的计算；步骤五：对轨迹进行动态分组及车辆的确认。
【技术特征摘要】
1.一种基于角点匹配的运动车辆跟踪方法，其特征在于:其步骤为: 步骤一:现场场景图像的获取； 步骤二:哈里斯角点的提取； 步骤三:角点尺度不变旋转特征描述子的计算； 步骤四:轨迹的形成以及其参数的计算； 步骤五:对轨迹进行动态分组及车辆的确认。2.根据权利要求1所述的基于角点匹配的运动车辆跟踪方法，其特征在于:在所述现场场景图像的获取步骤中，监控摄像头为CCD摄像头，镜头固定，以等间隔对现场视频进行采样，采样分辨率是720 X 576，采样间隔小于0.1秒。3.根据权利要求1所述的基于角点匹配的运动车辆跟踪方法，其特征在于:哈里斯角点检测算法使用一阶差分，是将所处理的矩形窗口 w向任意方向移动微小位移(x，y);灰度改变量可以用自相关函数表示为:4.根据权利要求3所述的基于角点匹配的运动车辆跟踪方法，其特征在于:所述E(x, y)是(X，y)处的自相关函数的值；所述wu，v是图像窗口 w在(u, v)处的值；所述Ix+U，y+V是在(x+u, y+v)处的图像灰度；所述Iu，v是在(U，V)处的图像灰度；所述?为卷积运算。5.根据权利要求1所述的基于角点匹配的运动车辆跟踪方法，其特征在于:所述尺度不变旋转特征描述子是图像的局部特征，对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持稳定性。6...
【专利技术属性】
技术研发人员：甘智峰，邵文简，赖页，丁天，
申请(专利权)人：南京新奕天科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。