智能视频监控技术是指对视频图像中的目标进行自动的检测、跟踪和分析,从而使计算机能够过滤掉用户不关心的信息,通过分析理解视频画面中的内容,提取对监控和预警有用的关键信息。智能化是视频监控的必然趋势,因而国际上有关各界对其技术研发、商业操作和应用部署已有许多年。随着近年来高速公路事故突发频率大幅升高,将智能视频监控技术引用到高速公路中势在必行。 本文主要以高速公路业务为依托,针对高速公路事件检测中响应速度快、准确率高、鲁棒性强等特点,我们对以往实时的车辆检测及跟踪算法进行了研究,并在克服以往算法缺点的基础上提出了新的汽车检测和跟踪算法,最后通过实验证明了新算法的实时可行性。文中主要创新点包括以下几个方面： 1.在实时车辆检测算法方面,针对帧间差分法中存在空洞、目标检测不完整,背景差分法中背景提取速度较慢、抗噪能力差等缺点,提出了一种自适应阈值混合差分的方法,由相邻帧差分改进成多帧混合差分,同时采用自适应阈值的方法判断前景,在保证实时性的基础上大大增强了车辆检测的抗噪能力,也使得检测目标车辆更加完整。 2.在实时车辆跟踪算法方面,针对粒子滤波算法计算量大,Meanshift算法跟踪准确率不高等缺点,提出了一种综合粒子滤波和Meanshift的实时跟踪算法,算法采用一种自适应粒子数策略,同时将Bhattacharyya参数引入到粒子权值的更新当中,在大大降低计算量的同时也提高了跟踪的准确率。 3.在智能监控系统方面,自主研发一套高速公路智能视频监控系统,结合文中提出的检测和跟踪算法,对于交通视频中的所有车辆进行识别、跟踪,并描述运动状态,从而实现对交通突发事件的实时检测。同时系统采用异步运行机制,将视频处理和事件信息反馈进行隔离,并及时自动报警,有效避免二次事故的发生。