1、計(jì)算機(jī)技術(shù)在交通視頻監(jiān)控方面的應(yīng)用已經(jīng)引起人們?cè)絹?lái)越多的關(guān)注，利用其監(jiān)控方便、數(shù)據(jù)處理及時(shí)準(zhǔn)確等優(yōu)勢(shì)，可以實(shí)時(shí)統(tǒng)計(jì)被監(jiān)控路段的交通信息參數(shù)，為交通管理者發(fā)出適當(dāng)?shù)慕煌ㄕT導(dǎo)信號(hào)提供參考。因此，交通視頻檢測(cè)跟蹤不僅成為智能交通中的研究熱點(diǎn)，而且具有重要的應(yīng)用價(jià)值。本課題得到了公安部項(xiàng)目(編號(hào)：20036255201)的支持。 本文針對(duì)視頻檢測(cè)跟蹤系統(tǒng)中視頻捕獲，視頻幀的圖像預(yù)處理，從視頻流中采集交通信息等技術(shù)的研究與實(shí)現(xiàn)，完成了以下

2、工作： 1)在視頻幀采集、捕獲方面，本文在使用DirectShow開(kāi)發(fā)包的同時(shí)，改進(jìn)了視頻幀的抓取方式，通過(guò)對(duì)系統(tǒng)參數(shù)的設(shè)置，可以實(shí)現(xiàn)視頻幀的單幀或連續(xù)捕獲，對(duì)抓取圖像的格式設(shè)置等，從而為后續(xù)的運(yùn)動(dòng)車(chē)輛檢測(cè)提供幫助。 2)提出了一種基于haar小波二級(jí)變換的視頻幀去噪方法。由于視頻幀在采集、轉(zhuǎn)換等處理過(guò)程中，往往會(huì)加入噪聲的干擾，有必要在輸入圖像后先對(duì)其進(jìn)行消除噪聲處理。采用本文提出的方法，可以顯著消除噪聲對(duì)視頻幀的影響

3、，為后續(xù)處理奠定基礎(chǔ)。 3)通過(guò)對(duì)視頻幀中運(yùn)動(dòng)車(chē)輛的檢測(cè)和跟蹤，可以得到車(chē)速、車(chē)型、車(chē)流量等交通信息。在車(chē)速測(cè)定方面，本文提出了一種Kalman濾波器與車(chē)輛的區(qū)域重心特征提取相結(jié)合的測(cè)速方法。利用Kalman濾波器的預(yù)估計(jì)特性，可以大大縮短原來(lái)的測(cè)速時(shí)間，提高系統(tǒng)的實(shí)時(shí)性。 4)在上述研究的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了交通視頻檢測(cè)跟蹤系統(tǒng)。該系統(tǒng)可以完成運(yùn)動(dòng)車(chē)輛的自動(dòng)檢測(cè)和跟蹤，實(shí)時(shí)統(tǒng)計(jì)交通參數(shù)信息，包括車(chē)速、車(chē)型以及車(chē)流量等。