论文部分内容阅读
平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺度变化,车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题,本文提出了一种利用局部特征增强的Mean-shift改进算法,利用SIFT特征点对尺度、旋转变化鲁棒的特性,将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪,较好地解决了在车辆尺度、运动方向变化,以及遮挡情况下的跟踪问题.同时通过引入跟踪车辆分离的判定条件,结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问题.实验结果表明,在多种交通场景的车辆跟