视频图像中的车辆检测跟踪和分类

果会好一些,但是算法比较复杂。

对于大小相差悬殊的车辆,如公共汽车和轿车,根据长度、宽度信息就很容易分别开来,根本不用进行后面的模型匹配。所以本文试验主要针对了街道上常见的大小相差不太大的车辆,将它们分成了轿车、轻卡和面包车。试验证明:直接利用Canny边缘,根据Hausdorff距离匹配可以有效地对车型加以判别。由于没有逐条抽取边缘直线来与模型轮廓线匹配,计算量大为减小,算法实现简单。由于轿车的外形大小变化相对较小,识别正确率最高,可达90%;轻型卡车次之;面包车的识别率最低,大约50~60%,错误部分主要被识别成轿车,主要原因是面包车的大小相差很大,模型匹配方法的一个不足也在于此。要提高识别率,模型细分是必需的工作。本试验中摄像头安装在街道的前方,由于车辆最显著的外形特征在于侧轮廓,所以如果摄像头安装在街道旁边拍摄车辆的侧面图像,可以认为识别效果应该会更好一些。另外,Canny算子的边缘效果不是很好,噪声比较大,也影响了判决结果。如果采用Hough变换抽取车辆边缘的直线,计算量较大。如果阴影比较严重,还需要进行专门的去阴影处理。这些都是下一步工作要解决的问题。