目录
第一章绪论 (1)
1.1 课题研究背景以及意义 (1)
1.2目标检测识别技术研究现状 (1)
1.2.1 交通公路场景的目标检测识别研究现状 (2)
1.2.2 公交车客流人数统计研究现状 (3)
1.3研究难点 (4)
1.4本论文主要研究内容 (5)
第二章单目视觉场景下的目标运动特征检测 (7)
2.1应用场景简介 (7)
2.2常见的运动目标检测跟踪算法 (7)
2.2.1常见的车辆检测方法 (7)
2.2.2常见的车辆跟踪方法 (7)
2.3运动目标的检测跟踪算法设计 (8)
2.3.1运动区域检测 (8)
2.3.2运动区域特征点提取 (9)
2.3.3特征点模版设计 (12)
2.3.4模版匹配 (14)
2.4本章总结 (15)
第三章基于运动车辆轨迹场的目标运动识别 (16)
3.1运动车辆轨迹场简介 (16)
3.2车辆运动轨迹场生成与更新 (17)
3.2.1运动目标的轨迹保存 (17)
3.2.2 车辆轨迹场的初始化 (18)
3.2.3 车辆轨迹场的更新 (20)
3.3运动目标的行为分析与识别 (21)
iii
3.4本章总结 (23)
第四章双目视觉场景下的目标运动特征检测 (24)
4.1应用场景简介 (24)
4.2双目相机原理 (25)
4.2.1 立体视觉成像原理 (25)
4.2.2 双目相机图像标定 (26)
4.2.3 双目相机图像矫正 (26)
4.2.4 深度图生成 (27)
4.3利用深度图构建三维信息 (29)
4.4运动目标的检测跟踪算法设计 (30)
4.4.1 运动目标快速锁定 (30)
4.4.2 运动目标跟踪 (35)
4.5本章总结 (37)
第五章基于运动特征三维信息的目标识别 (38)
5.1跟踪轨迹三维信息获取 (38)
5.1.1 摄像机三维标定的基本原理介绍 (39)
5.1.2 摄像机标定常用坐标系 (39)
5.1.3 摄像机成像模型 (39)
5.1.4 摄像机的三维标定 (42)
5.1.5 图像坐标点与世界坐标系之间的相互转换 (43)
5.1.6 三维世界坐标系的建立 (44)
5.2朴素贝叶斯分类 (46)
5.2.1 朴素贝叶斯分类器简介 (46)
5.2.2 常态轨迹与干扰轨迹比较分析 (47)
5.2.3 三维运动轨迹的运动特征提取 (50)
5.2.4 朴素贝叶斯样本训练 (51)
5.2.5 朴素贝叶斯分类样本验证 (52)
iv
5.3本章总结 (53)
总结与展望 (54)
参考文献 (55)
致谢 (58)
v
第一章绪论
第一章绪论
1.1课题研究背景以及意义
图像是描述人类社会活动中客观事物最为直观、具体的信息载体，通常它包含了被描述对象的相关信息，往往为静态信息，如：形状、大小、颜色等。当连续的图像变化超过每秒24帧以上时，这种连续变化的图像成为视频。视频更是记录了出现在图像中客观事物的动态状态，是描述其动态信息的载体，如出现在视频图像中运动物体的运动方向、速度等。
随着经济的发展和社会的进步，人们生活质量的显著提高，城市交通也发展的更加迅速，视频监控以其直观、准确、实时和包含丰富信息内容的特点，日益受到群众的亲睐，使得大量的摄像机监控广泛应用于人们出行的公共场所。近年来，随着计算机、网络以及图像处理的飞速发展，也使得基于视频图像处理的智能检测识别技术也得到了长足、广泛的研究与进步。
在视频监控中，往往在不同的场景我们只对其中运动的目标感兴趣。若长期由人工监控视频图像的运动目标会使得工作枯燥乏味，尤其是在复杂场景的情况下出现多个目标时，由人在执行对场景监控更是带来了诸多困难。然后通过计算机协助、取代人来完成监控任务大大的减轻了人的负担。当前，计算机视觉不仅只应用到国防建设、科学研究等领域，而且也越来越多地投入到了公共建设中，更加贴近普通百姓的生活，为人们的日常工作提供便利，也为社会带来了巨大的经济效益。由于通过视频监控具有巨大的潜在应用价值和广泛的应用前景，也使得国内外许多研究学者与研究机构对其产生了浓厚的研究兴趣。1.2目标检测识别技术研究现状
基于视频图像的检测识别的目标是出现在视频图像序列中运动状态，即目标在图像序
列中的二维坐标保持变化，我们以此目标的在图像中的运动的信息为基础，进行对该目标
的检测识别。在摄像机获取的视频图像场景中，被检测的目标主要含有静态特征与动态特征。静态特征是指出现在图像中的目标固有的属性，比如：颜色、形状、体积等。动态特
征是指目标在视频图像中运动特征，比如：运动速度、运动方向、运动轨迹等[15]。当前，目标检测的途径主要分为基于单目视觉、立体视觉以及传感器与视觉融合的方法[16]。由于
1