基于对称帧差和分块背景建模的无人机视频车辆自动检测

摘要：

为了从广域的视角准确全面地识别交通流信息,针对无人机视频提出了基于对称帧差和分块背景建模的车辆自动检测方法.首先,对视频图像进行4×4降维处理和灰度化处理,并人工勾勒出感兴趣区域(ROI),以降低图像维度,划定检测区域;其次,利用对称帧间差分法提取ROI中的运动目标,并在此基础上应用分块背景建模获得背景图像;然后,通过背景差分初步提取车辆信息;最后,基于形态学处理等方法消除噪声,实现车辆识别.此外,提出了针对车辆识别算法的正检率、重检率、漏检率和错检率4个评价指标.基于150帧无人机视频图像对算法进行测试,结果表明:算法具有较高的正检率(均值92.29%)、较低的漏检率(均值7.31%)与错检率(均值0.39%),而重检率为0.

关键词：智能交通、车辆检测、对称帧间差分、背景建模、无人机、感兴趣区域

所属期刊栏目：47

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：重庆市社会事业与民生保障科技创新专项资助项目cstc2015shms-ztzx30002,cstc2015shms-ztzx0127;重庆市教委科学研究资助项目KJ1600513;重庆交通大学科研启动资助项目15JDKJC-A002;重庆市科委基础科学与前沿技术研究资助项目cstc2017jcyjAX0473

在线出版日期：2017-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：685-690