基于计算机视觉的车辆跟踪研究

doi:10.3778/j.issn.1002-8331.2010.14.065

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (14): 218-220.DOI: 10.3778/j.issn.1002-8331.2010.14.065

基于计算机视觉的车辆跟踪研究

曾志超，何小海，吕瑞，申洪

四川大学电子信息学院图像信息研究所，成都 610064

收稿日期:2008-12-29 修回日期:2009-03-13 出版日期:2010-05-11 发布日期:2010-05-11
通讯作者: 曾志超

Vehicle tracking research based on computer vision

ZENG Zhi-chao，HE Xiao-hai，LV Rui，SHEN Hong

College of Electronics and Information Engineering，Sichuan University，Chengdu 610064，China

Received:2008-12-29 Revised:2009-03-13 Online:2010-05-11 Published:2010-05-11
Contact: ZENG Zhi-chao

摘要/Abstract

摘要： 基于计算机视觉的目标分割和跟踪被广泛应用于视频监控。首先在HSV空间利用阴影消除算法结合动态背景自适应更新技术分割目标，相比背景差分法提高了目标分割的抗干扰性。对分割出来的目标，将基于运动估计的卡尔曼滤波器应用于多个车辆目标的跟踪，提高了跟踪的速度和效果。最后给出运动车辆的分割和跟踪的实验结果。

关键词: 车辆分割, 车辆跟踪, 阴影消除, 卡尔曼滤波, 运动估计

Abstract: Vision-based object segment and tracking is broadly applied for video surveillance.In this paper，an object segment and shadow elimination algorithm with background image updating is proposed to eliminate shadow in HSV color space.And then a vehicle tracking method based on Kalman filtering and motion estimating is presented and the vehicle tracking effect is improved.Finally，some experiment results about vehicle segment and tracking are given.

Key words: vehicle segment, vehicle tracking, shadow elimination, Kalman filter, motion estimating

中图分类号:

TP391.41

曾志超，何小海，吕瑞，申洪. 基于计算机视觉的车辆跟踪研究[J]. 计算机工程与应用, 2010, 46(14): 218-220.

ZENG Zhi-chao，HE Xiao-hai，LV Rui，SHEN Hong. Vehicle tracking research based on computer vision[J]. Computer Engineering and Applications, 2010, 46(14): 218-220.

[1]	丁冰，杨祖莨，丁洁，刘晋峰，闫国亮. 基于改进YOLOv3的高速公路隧道内停车检测方法[J]. 计算机工程与应用, 2021, 57(23): 234-239.
[2]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[3]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[4]	蒋世豪，江洪. 基于GDAL的遥感图像变化检测技术[J]. 计算机工程与应用, 2020, 56(16): 169-175.
[5]	贺军义，杨丰，安葳鹏，尚家泽. 基于IGGIII方案的自适应渐消卡尔曼滤波器[J]. 计算机工程与应用, 2020, 56(14): 52-56.
[6]	曹凯1，2，杨雪梦1，姚敏茹1，2，马天力1，张航1. 基于混合运动估计方法的视觉里程计[J]. 计算机工程与应用, 2019, 55(5): 175-180.
[7]	洪濡，胡广地，李雨生，姚克狄. 分布式汽车驱动力能量效率优化分配控制[J]. 计算机工程与应用, 2019, 55(2): 246-252.
[8]	黄国荣，许明琪，卢航，魏翔，彭志颖. 自适应混合阶SSRCKF及其在组合导航中的应用[J]. 计算机工程与应用, 2019, 55(18): 229-235.
[9]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[10]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[11]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.
[12]	黄洋，姜文刚. 示教机械臂姿态解算改进方法仿真研究[J]. 计算机工程与应用, 2018, 54(15): 126-130.
[13]	吴玲1，2，孙永荣1，黄斌1，朱云峰1. 不确定环境下的软管-锥套建模及控制研究[J]. 计算机工程与应用, 2017, 53(18): 250-256.
[14]	余应淮，谢仕义，梅其祥. 精确运动估计的核回归修正梯度互相关算法[J]. 计算机工程与应用, 2017, 53(14): 214-221.
[15]	孙磊1，2，黄国勇1，2，李越1，2. 改进的强跟踪SVD-UKF算法在组合导航中的应用[J]. 计算机工程与应用, 2017, 53(10): 225-229.

基于计算机视觉的车辆跟踪研究

Vehicle tracking research based on computer vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics