车型识别与跟踪是智能化交通系统中研究的重要课题,它融合了数字图像处理、计算机应用、模式识别以及传感器通讯等先进技术。车型识别与跟踪在民用和军事等诸多领域中都发挥着重大的作用。这些年,随着科学技术的日益发展,车型识别与跟踪成为了智能化交通系统中研究的热点问题。本文主要的研究内容如下:(1)对运动目标检测算法中常用的背景差分法和帧间差分法进行研究,并进行实验仿真。通过实验分析,背景差分法对背景的构建要求较高,两帧差分法的检测结果会出现“空洞”现象,影响检测的结果。利用三帧差分法对运动目标进行检测,可以较为精确的检测出运动目标。(2)针对图像旋转、光照强度变化干扰车型识别结果的问题,设计了一种融入PCA的LBP特征降维的车型识别算法。首先计算目标车辆图像的LBP特征,利用PCA方法对LBP特征进行降维,最后对目标进行分类识别。实验结果验证了该算法对图像旋转和光照强度变化具有较好的鲁棒性。(3)为实现对运动目标车辆的实时跟踪,设计了一种基于Kalman滤波和Camshift算法融合的目标跟踪算法,通过PTZ云台控制摄像机的转动,实现目标车辆的主动跟踪。实验结果表明,该算法能够扩展摄像机跟踪视场范围,具有较好的实时性和跟踪精度。(4)在DM6437实验平台上对设计的目标跟踪算法进行移植,通过云台控制算法控制摄像机的转动,实现对运动目标的实时跟踪。实验结果表明,移植的跟踪算法具有较好的实时性和稳定性。