智能交通监控中运动目标检测与跟踪算法研究.doc

密级： NANCHANG UNIVERSITY 学 士 学 位 论 文THESIS OF BACHELOR（2008 2012 年）题 目 智能交通监控中运动目标检测及跟踪算法研究 学 院： 信息工程学院 系 电子信息工程 专业班级： 电子083 学生姓名： 邹杰 学号： 6100208144 指导教师： 赖青梧 职称： 讲师 起讫日期： 2012年3月5日2012年.5月27日 南 昌 大 学学士学位论文原创性申明本人郑重申明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式表明。本人完全意识到本申明的法律后果由本人承担。作者签名： 日期：学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权南昌大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密，在 年解密后适用本授权书。本学位论文属于 不保密。（请在以上相应方框内打“”）作者签名： 日期：导师签名： 日期：智能交通监控中运动目标检测及跟踪算法研究专 业： 电子信息工程 学 号：6100208144学生姓名： 邹杰 指导教师： 赖青梧摘要随着社会经济的不断发展和交通运输量的持续增长，交通管理日趋紧迫。智能交通系统（Intelligent Transportation System,简称ITS）则是伴随着这种潮流发展出来的，其是指运用先进的计算机技术，电子信息技术，自动控制技术等将人（包括驾驶员和交通管理者）、车辆、道路三者有机的结合起来，使之成为一个运行有序的系统。从而有效地利用交通设施、减少交通负荷和环境污染、保证交通安全和提高运输效率。由于其理论还不是很完善，新的方法和技术还有待开发，因此，对运动目标的检测与跟踪，是一个既有理论意义又有实用价值的课题。本文将针对智能交通监控中的运动目标检测及跟踪算法的问题，所做的主要工作包括以下几个方面：(1)通过时域检测法来检测监控系统中车辆的运动，并且着重研究了帧间差分法来实现运动目标的检测，运用Matlab平台进行验证。并且还扩展了另外一种检测方法及边缘检测法。(2)目标车辆跟踪部分，在运动检测的基础上，详细研究了如何运用Mean shift算法实现运动车辆的跟踪，并且通过实验证实Mean shift算法在多目标车辆跟踪方面也能够取得较好的效果。关键词：智能交通监控系统；帧间差分法；高斯混合模型；Mean shift；运动目标跟踪 Research on Moving Objects Detection and Tracking for Intelligent Traffic MonitoringAbstractWith the development of social economy and the increase of transportation volum,the transportation supervising is more and more impeding. Intelligent Transportation system(ITS in short)is invented with this trend, which connects people(including driver and transportation supervisor),vehicle and road with the use of advanced computer technology, electronic message and automation technology to make it a order movement system. So as to make full use of transport infrastructure to reduce transport burden and environmental pollution, and to ensure transport security and increase transport efficiency. As the theory is not very perfect, new method and technology is to be developed. Therefore, the detecting and tracking of moving target is a course of both theoretical meaning and practical value. This article is to talk about the problem of detecting and tracking of moving target as well as the track arithmetic in ITS , concerning the following aspects:(1) With the method of time domain to detect and monitor the movement of vehicle in the ITS, put emphasize on the method of frame difference to realize the detecting of moving target. By employing the platform of Matlab to test and expand another detecting method as well as edge detection method.(2) As for the track of target vehicle, on the basis of movement detecting ,elaborately study the use of mean shift to track the target, and make experiment to testify the good effect with the use of mean shift on the detection of target vehicle.KEY WORDS: Intelligent Transportation System; Method of time domain; Gaussian mixture model; Mean shift; Detection of moving target目录摘要IAbstractII第一章绪论11.1 智能交通系统的概述11.2 交通中车辆检测与跟踪11.3 本文主要工作31.4 本文组织结构4第二章 时域运动车辆检测52.1 边缘检测法52.2 帧间差分法62.2.1 相邻两帧差62.2.2 多帧相差法72.3 实验及分析72.4 本章小结8第三章 运动目标跟踪93.1 Mean Shift运动目标跟踪93.2 实验及分析103.3 本章小结12第四章 总结与展望144.1 工作总结144.2 智能交通监控的未来发展方向14参考文献16致谢17第一章 绪论1.1 智能交通系统的概述 随着生活节奏的不断加快，交通情况逐渐成为人们关注的重要信息之一。而智能交通系统（Intelligent Transportation System,简称ITS）1则是伴随着这种潮流发展出来的，其是指运用先进的计算机技术，电子信息技术，自动控制技术等将人（包括驾驶员和交通管理者）、车辆、道路三者有机的结合起来，使之成为一个运行有序的系统。从而有效地利用交通设施、减少交通负荷和环境污染、保证交通安全和提高运输效率。 随着智能交通系统的多年发展，各国对ITS都已经有了比较深入的研究和实践。1990年，日本首先提出了智能交通（ITS），它作为国际性术语正式认定于1994年。但其思想早在20世纪30年代已有萌芽，当时美国通用汽车公司和福特汽车公司倡导和推广过“现代化公路网“的构想，在20世纪60年代末期，美国开始了智能交通方面的研究，之后，欧洲、日本等也相继加入这个行列。进入20世纪80年代中期，特别是1990年以来，ITS却突然以惊人的速度发展，许多发达国家争先恐后地投以巨资进行ITS的研究与开发。目前，世界上已形成了美国、日本、欧盟三大ITS研究开发基地。除此之外，亚洲的韩国、新加坡和我国的香港特区ITS发展水平也比较高。我国在这方面还处于起步阶段，但ITS作为跨世纪经济增长点和交通系统建设必然选择的重要性已得到国家相关部门的高度重视。1995年中国国家技术监督局交通部门正式批准成立ISO|TC204中国委员会，该委员会把推进中国IOTS标准化作为主要任务。1998年1月交通部正式批复成立交通智能运输系统工程研究中心（ITSC），投资1400万元建设交通智能运输系统中心实验室，将为今后国家制定交通运输的发展和政策提供科学依据。中国在经过了这二十年的发展后，市场普及和应用程度已经相当高了，产品类型繁多，针对不同的用户对象和应用环境，有不同的组成配置、安装方式和功能特点。从全国各地监控系统的建设来讲，经过多年来的努力已经初具规模，成为提高交通管理部门的执法水平，向科技要警力的重要手段。智能交通监控系统作为中国智能交通建设的一个部分，正发挥着越来越重要的作用。随着不断推出各种标准和规范，将促进该行业朝着规范，、有序的方向发展。在今后的发展过程中，将具有如下几点趋势：（1）采用、研发高性能硬件设备和高稳定性的计算机操作系统来保证监控系统稳定、高效可靠运行；（2）功能多元化系统是未来的法杖方向；（3）设备管理实现智能化，升级、维护服务实现专业化；（4）建设在智能交通综合管理平台之上。1.2 交通中车辆检测与跟踪要想实现交通系统能够走向智能化，那么交通系统中车辆的检测与跟踪就是必不可少的，并且检测出车辆就是整个过程的前提。因此车辆识别检测技术就是在这样的需求下产生的。最早接触和使用的检测技术是雷达检测技术，其主要是用来检测车辆的速度。雷达检测技术的原理是通过向运动着的车辆发射一定频率的无线电波，并检测物体反射回来的电波频率和发射频率的差别，利用发射和反射回来的电磁波频率的差别来计算运动车辆的速度，实现对车辆的检测。除了可以检测车速外，它还能通过对车辆进行计数达到统计交通流量的目的，也可用于车辆存在的检测等。 目前车辆检测技术的方法有:超声波(微波)检测、红外检测、环形感应圈检测等等。在这些检测方法当中，超声波(微波)检测体积小，易于安装，但其性能随环境温度和气流影响而降低，并且精度不高，不能检测静止或低速行驶的车辆，容易受车辆遮挡和行人的影响;红外线检测昼夜可采用同一算法而解决昼夜转换的问题，可提供大量交通管理信息，但需要很好的红外线焦平面检测器，并且受到车辆本身热源的影响，抗噪声的能力不强，精度不够高。 而目前采用交通视频检测逐渐成为智能交通系统的重要组成部分。随着微处理器价格的不断降低，性能不断提高，人们开始采用计算机图像处理和模式识别技术对连续的交通流图像进行处理，从而达到检测交通流的目的。视频图像处理可通过地面上的一台摄像机代替多个电感环，并且可提供更低的维护费用。与以上的几种检测器相比，视频检测器具有明显的优势，它能够弥补它们各自的不足之处，提供一套完备的检测手段，它能够自动提取出绝大多数的交通流有效数据，这其中包括交通流量、速度测量、车辆排队长度、车型分类、占有率以及密度等。它具有如下特点:1)具有完备的检测手段，能够检测出绝大多数的交通流数据，其中包括交通量、车辆速度以及占有率等，还能够实现交通事故的自动检测。2)具有大区域检测的特点，有利于交通的管理和控制。3)使用安装无需接触公路实体，并且维护方便。 视频检测技术可以被灵活地运用在不同的领域，除可提供交通统计数据外，还可进行事件检测，如超速行驶、逆行、跨道行驶、非法停车、以及从复杂的交通流量分析到交通管理和规划，都是十分有效的。视频检测存在着巨大的市场，在国外已有较长的历史，国际上不少公司推出了自己的产品。其中以美国ISS公司生产的视频检测产品Autoscope2代表了世界领先水平，它通过用户在显示器上设置多个虚拟“车辆检测器”来检测通过车辆，再由处理器分析输入的视频图像，给出流量、速度等交通数据，取得了较好的使用效果。其最新产品Autoscope Solo Pro为了满足用户的各种需求，除了具有更多的灵活性，出色的性能和可靠性之外，更是把彩色摄像机，变焦镜头，视频处理单兀集成在一个高性价比的单元内，不仅对场动态的光线变化具有更好的适应性(通过实时的光圈调节和快门控制)，而且通过图像现场算法处理，消除了由于图像传输过程造成的图像质量下降对视频检测精度的影响，从而使系统的性能更加优越。一般视频监控系统包括摄像机、工业控制机、通信线路、交管中心服务器等构成。各个组成部分的协作关系如图1-1所示。其中摄像机用于对记录交通场景进行实时录像。工业控制机通过相应的软件控制摄像机并对记录数据进行分析处理。通信线路用于将处理后的数据传输到交管中心服务器，显示设备将前端传过来的图像信号在屏幕上显示出来，将信息提供给管理人员。 目前美国对路面车辆交通智能视频监控方面，所采用方法主要有:1)在高速公路交通繁忙的路段单独建立一条可调拨车道，根据不同时间段进出的城市交通量，由控制中心根据道路摄像机送回的道路交通流的动态图像，电脑遥控及时转换调拨车道来引导交通流方向，提高车辆的通行速度，以减少车辆之间的拥挤。2)实时的图像动态管理系统，高速公路和主干道相隔一定距离设置一台云台摄像机，用于监控路面的交通流，摄像机将拍摄的图像通过微波或光纤通信网传输到交通控制中心，由控制中心的图像管理系统对所管辖的高速公路全程图像监控。这样当路面发生事故、违章行为，从图像中可了解，及时选择合适的施救车、警车赶往发生位置进行处置。摄像机同时可对路面交通和可变情报板是否正确显示进行监控。图1-1 交通视频监控系统结构图目前，我国的ITS建设处于关键时期，但采用的视频监控产品大部分都是国外产品，缺乏具有自主知识产权的核心技术，所以在这个方面积极的开发和研究，从学术和应用来说，都是势在必行的。国内已有一些院校、科研单位及公司在做这方面的技术研究和应用开发工作，有的已开发出相应的产品。但是现有产品大都存在功能单一，效率不高的问题，具有一定的局限性。因此，开展视频交通检测技术的研究，对于提高我国视频检测技术，促进我国城市道路交通建设，改变我国以人管理为主的被动局面，实现城市交通管理智能化都具有十分重要的现实意义。1.3 本文主要工作 本文将着重分析智能交通系统中的一些关键算法，深入研究在交通系统中的车辆检测和跟踪算法。一些算法也将通过编程仿真进行验证。所以其主要的工作内容如下：(1)通过时域检测法来检测监控系统中车辆的运动，并且着重研究了帧间差分法来实现运动目标的检测，运用matlab平台进行验证。并且还扩展了另外一种检测方法及边缘检测法。(2)目标车辆跟踪部分，在运动检测的基础上，详细研究了如何运用Mean shift算法实现运动车辆的跟踪，并且通过实验证实Mean shift算法在多目标车辆跟踪方面也能够取得较好的效果。1.4 本文组织结构本文章节主要根据研究内容来进行排版。本章是论文的绪论。第二章将分析在智能交通系统中，运动目标检测的方法，特别将会说明帧间差分法和边缘检测法这两种方法。重点讲帧间差分法第三章研究了运动车辆目标跟踪问题，利用Mean shift算法通过matlab平台模拟实验解决跟踪问题。 最后第四章是本文的总结与展望。第二章 时域运动车辆检测 运动车辆检测是指从视频流中实时提取车辆目标，确定目标所在位置、区域以及色彩特征，并由静态特征对前景目标进行建模描述。目标检测首先需要进行视频分割，从视频序列中将变化区域分割出来，然后通过分类识别技术得到目标。运动目标的快速准确分割对于交通场景中目标的分类、车辆跟踪和行为模式理解都具有非常重要的意义。然而，由于交通场景中采集的图像受到天气与光照的条件的变化，背景杂乱，阴影等多方面的影响，使得运动目标的分割与检测具有一定的难度。下面就此方面分别介绍两种交通监控中可采用的时域运动目标检测算法。2.1 边缘检测法边缘3是图像最基本也是最重要的特征之一，在图像中表现为局部区域亮度变化显著的部分。该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。因此采用边缘来提取目标或者背景的分界线能大大的减少所要处理的信息并且保留图像物体中的形状信息，从而对目标检测具有重要的意义。如今，边缘检测技术已经成为计算机视觉的重要内容。它的基本步骤如下：1、滤波。边缘检测主要基于导数计算，但受噪声影响，滤波器在降低噪声的同时不可避免的导致边缘强度的损失。2、增强。增强算法将领域中灰度有显著变化的点突出显示，一般通过计算梯度幅值完成。3、检测。在有些图像中梯度幅值较大的并不是边缘点。最简单的边缘检测是梯度幅值阈值判定。4、定位。精确确定边缘位置。下面是边缘检测算法的流程图： 图2-1.边缘检测流程图实际运用中，边缘检测一般只能获得速度较快车辆的边界信息，而慢速运行的车辆边缘容易被遗漏，而且对车辆内部的边缘信息保留度也不好。所以当视频中有些车辆速度较慢，可能会丢失目标或者目标显示不明显。2.2 帧间差分法 2.2.1 相邻两帧差帧间差分法4-5是指对一个很小的时间间隔(一般)前后的两帧图像进行差分形成差分图再通过取阈值得到二值化图来得到运动目标区域的方法。因为运算十分简单，并且差分图二值化也有许多高效算法，从而非常适合于实时检测运动物体，设时刻的输入帧为，时刻的输入帧为，若此期间有车辆行驶，应有，令: （2-1） 对于图像中的静态部分，则,而对于运动部分，从而得到运动区域6-7。实际使用中，相邻两帧差后，运动目标内部容易产生空洞现象，因为通过二值化分割出来的区域实际上是物体前后两个位置的合并区域，要比物体实际面积要大。其次，它对噪声非常敏感而且检测出的物体的位置不精确。该算法检测的运动区域是在和时刻的，这就关系到视频采样率的问题。对于运动速度快的车辆，假如时间差选择得不合适，容易误检为两个分开不同的物体;而对运动速度慢的车辆，选择不适当时间差，只能检测出目标很小的一部分。一般可采用多帧之间差分法或者运动边缘检测法对其进行改进。 2.2.2 多帧相差法多帧相减法(连续处理多帧图像)是为了克服相邻帧间差分法存在的问题而提出的，一般在摄像机采集的一系列图像中，将连续的二帧或者更多的图像帧做两两差分，设有二值图像序列，定义图像为: （2-2）检测结果由相减后的多个二值图像逻辑与获得: （2-3）其中T为阈值。但由于实际交通状况十分复杂，运动过慢或过快的情况时有发生采用差分交集检测结果稳定性仍然较差，可靠性低。2.3 实验及分析 以图像中白色轿车为例，视频中白色车辆在道路上行驶，通过道路上摄像机拍摄得到视频，后期利用帧间差分法中的多帧相减的方法，先对视频进行分割，形成每一帧图像。其原始分割后图像如下： 图2-2.第12帧未处理图像 图2-3.第17帧未处理图像 图2-4.第22帧未处理图像通过帧间差分法处理后通过每两帧差分得出连续图像，一下为上面对应的没帧图像： 图2-5.第12帧处理图像 图2-6.第17帧处理图像 图2-7.第22帧处理图像 通过实验所得结果，完成了对道路中白色轿车的检测，并且我们也可以看到，白色轿车后面的车辆同样被检测出来。说明帧间差分法不仅能够完美的检测出单个运动目标，并且在多目标检测上也能够得到很好的效果。2.4 本章小结 本章通过研究时域检测的两种方法完成了对道路交通中运动车辆的实时检测。通过分析帧间差分法相对于边缘检测法的诸多优点，选择运用帧间差分法实现检测，为下面将要提到的运动目标跟踪的实现提供基础条件。第三章 运动目标跟踪 运动目标跟踪是指在视频图像序列的各帧图像中找到被跟踪的目标。它对于目标的运动分析是特别主要的问题，因为它是为目标的状态估计和行为识别准备数据的手段。对运动目标的跟踪，既能够监控交通车辆的运行过程，也可以同时为交通场景中车辆等目标的运动行为分析理解提供参考基础，因此在交通路口监控方面有着广泛的运用。运动目标的跟踪可以视为或者等价于确定图像特征在帧间关于位置、形状、以及颜色等的一致性相关关系。常用的跟踪技术有粒子滤波算法及动态贝叶斯网络等。而本章则着重介绍如何利用Mean shift算法进行目标跟踪技术。3.1 Mean Shift运动目标跟踪Mean Shift 这个概念最早是由Fukunaga等人8于1975年在一篇关于概率密度梯度函数的估计中提出来的,其最初含义正如其名,就是偏移的均值向量,在这里Mean Shift是一个名词,它指代的是一个向量,但随着Mean Shift理论的发展,Mean Shift的含义也发生了变化,如果我们说Mean Shift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,移动该点到其偏移均值,然后以此为新的起始点,继续移动,直到满足一定的条件结束。Mean shift基本思想：给定d维空间中的n个样本点,i=1,n,在点的Mean Shift向量的基本形式定义为:(3-1)其中,是一个半径为h的高维球区域,满足以下关系的y点的集合, (3-2)k表示在这n个样本点中,有k个点落入区域中。我们可以看到是样本点相对于点的偏移向量,(3-1)式定义的Mean Shift向量就是对落入区域中的k个样本点相对于点的偏移向量求和然后再平均.从直观上看,如果样本点从一个概率密度函数中采样得到,由于非零的概率密度梯度指向概率密度增加最大的方向,因此从平均上来说, 区域内的样本点更多的落在沿着概率密度梯度的方向.因此,对应的, Mean Shift向量应该指向概率密度梯度的方向。. 图3-1,Mean Shift示意图如上图所示, 大圆圈所圈定的范围就是,小圆圈代表落入区域内的样本点,黑点就是Mean Shift的基准点,箭头表示样本点相对于基准点的偏移向量,很明显的,我们可以看出,平均的偏移向量会指向样本分布最多的区域,也就是概率密度函数的梯度方向。3.2 实验及分析 通过前面对交通道路中车辆的检测基础，我们运用Mean shift来对运动目标车辆进行跟踪，并且通过实现对多目标的跟踪。 首先，程序先对视频预读，及播放一段原视频文件。这样可以提供对比试验后的结果。如下是原始视频截图： 图3-2.单独白色车辆 图3-3.后面车辆进入 图3-4.白色车辆只有一半出现 图3-5.出现三个车辆及多目标同时存在 图3-6.回到单车辆的跟踪 图3-7.视频结束读完原始视频后，程序自动先对视频中车辆进行检测及第二章所用的检测方法，而后用Mean shift对目标车辆定位跟踪并用红色的方框表示。对应上图所得跟踪视频截图如下： 图3-8.白色车辆被准确跟踪 图3-9.后续车辆出现跟踪出现误差 图3-10.三部车辆出现，跟踪范围扩大 图3-11.三部车辆一起，跟踪存误差 图3-12.恢复单独车辆，跟踪准确 图3-13.半截车辆，跟踪准确通过以上的对比结果，我们可以看出，利用Mean shift跟踪目标车辆可以得到准确的效果，但是当目标车辆增多，或者目标车辆之前距离较近时，利用Mean shift跟踪就会不可避免的出现误差。红色方框范围扩大，使得多目标车辆全部在方框中。所以Mean shift在对目标进行跟踪时存在数量与区域限制。3.3 本章小结 本章在第二章的目标检测的基础上详细研究了目标跟踪中的Mean shift算法。通过实验得出的视频截图对比，形象准确的得出Mean shift算法在目标跟踪中所需适应的条件。为智能交通监控中的运用提供了理论帮助。第四章 总结与展望4.1 工作总结 本论文研究是在智能交通系统(ITS)交通视频监控的应用背景下展开的，主要研究运动目标的检测与跟踪技术。随着随着我国国民经济的高速发展，城市机动车拥有保有量和交通量急剧增长，必须采用现代化的交通管理技术，利用先进的交通管理设备，才能改善道路交通环境。发展智能交通运输系统是世界各国用以达到缓解交通拥堵、减少交通事故和城市环境污染的普遍方法。本文针对智能交通的关键技术领域:运动车辆检测与跟踪进行了研究，主要工作总结如下:(1)通过时域检测法来检测监控系统中车辆的运动，并且着重研究了帧间差分法来实现运动目标的检测，运用matlab平台进行验证。并且还扩展了另外一种检测方法及边缘检测法。(2)目标车辆跟踪部分，在运动检测的基础上，详细研究了如何运用Mean shift算法实现运动车辆的跟踪，并且通过实验证实Mean shift算法在多目标车辆跟踪方面也能够取得较好的效果。4.2 智能交通监控的未来发展方向 智能交通监控技术9综合了计算机视觉、人工智能、模式识别、图像处理、现代控制、通讯技术、大型数据库管理等先进技术，涉及光学、无线电、计算机、电子信息、网络等诸多领域。是我国智能运输系统中交通信息采集子系统的重要组成部分，通过本论文对其相关主要技术的分析，如下几个项将成为智能交通监控技术的主要发展方向:(l)目标的分类。以交通监控为例，目标分类的目的就是从架在交通道路高杆上的监控摄像机所采集到的视频图像中区分出行人、自行车、机动车辆或摇动的植物枝叶等其他运动物体。目前，相应的分类特征提取都十分简单，为了准确对目标进行分类，从而针对感兴趣监控目标进行跟踪和行为分析，有必要开发更加有效的分类算法。(2)遮挡处理与多视角监控。当前交通监控所在用的摄像机偏少，一条道路往往只又一个摄像机工作。而在拥挤交通场景中，由于监控摄像机的视野范围有限，从一个视角拍摄常会发生目标之间严重遮挡问题，这可能造成目标的误判以及跟踪目标的丢失。采用多方位，多摄像机的同时监控是未来智能交通监控的主要发展方向之一。多摄像机的使用既可扩大道路监视区域的有效范围，也可提供不同的方向的多个视角。当交通堵塞，严重遮挡时，通过切换不同摄像机视角可提高运动车辆监控的准确性。 (3)多方位智能交通监控系统。目前开发使用的交通道路监控系统功能相对单一，一般只能检测一种违章现象。未来具有检测多种交通违章行为及交通信息采集综合功能的智能电子监控设备成为需求的主流，可在更大的程度上遏止交通违章行为，降低交通事故发生率，保证公路交通的安全秩序，提高公路运输行业经济效益。(4)交通信息处理系统。目前监控数据只是直观的用于交通分析，没有进行二次信息综合。未来通过开发交通违章数据及交通综合信息的处理、数据挖掘系统，为交通管理决策、交通执法提供依据，满足广大用户对交通信息的需求，最大程度发挥、完善城市智能交通信息平台功能、建立和谐交通。 参考文献1 陆化普，李瑞敏，朱茵，智能交通系统概论，北京:中国铁道出版社，2004，1202 Michalopoulos P. G., Field deployment of AUTOSCOPETM ATMS/ATIS program, Traffic Engineering and Control, 1992,in the FAST2TRAC，(9): 4754833 马艳，张治辉，几种边缘检测算子的比较，工矿自动化出版。2004（2）54564 顾广华，崔冬，全局运动序列的视频对象分割算法，仪器仪表学报，200 28(1):1281315 王栓，艾海舟，何克忠，基于差分图象的多运动目标的检测与跟踪，中国图象l冬形学报，1999, 4 (6):4704756 Kim M., Choi J. G., Kim D., and et al, A VOP generation tool: automatic segmentation of moving objects in image sequences based on spatio-temporal information, IEEE Transactions on Circuits and Systems for Video Technology 1999, 9(8): 121612267 Alatan A. A., Onural L., Wollborn M., and et al, Image sequence analysis for emerging interactive multimedia services-the European cost 211 framework, IEEE Transactions on Circuits and Systems for Video Technology, 1998, 8(7):8028138 Cheng Y., Mean Shift, mode seeking, and clustering, IEEE Transactions onPattern Analysis and Machine Intelligence, 1995, 17(8): 7907999 宋新，沈振康，王平等，Mean shift在目标跟踪中的应用，系统工程与电子技术，2007, 29(9):14051409致谢 岁月如梭，伴随着此次论文的完成，我的大学生涯也将划上句号。我的论文能够顺利地完成，离不开诸多良师益友的指导和帮助，我谨在此向他们表示最诚挚的谢意。 本人首先要衷心的感谢我的导师赖青梧赖老师。在我撰写论文的过程中一直给我耐心的指导，不仅给我提出了很多意见与建议，还为我明确指出论文存在的问题。这种负责任，严谨的态度让我敬佩并且向赖老师学习。 在此我还要感谢与我一组的各位同学，他们给我提供了许多宝贵的意见，平时也对我的学习和生活提供了很大的支持和帮助。 我还要感谢我的父母和我的亲朋好友，他们一直默默地支持着我，是他们给了我克服困难的勇气和积极进取的热情，最后感谢那些一直关注我，支持我的人，谢谢！附录资料：不需要的可以自行删除 工艺图形符号大全管道及附件图 形 符 号说明图 形 符 号说明管道：用于一张图内只有一种管道四通连接管道：用汉语拼音字头表示管道类别流向导管：用图例表示管道类别坡向交叉管：指管道交叉不连接，在下方和后面的管道应断开套管伸缩器三通连接波形伸缩器弧形伸缩器管道滑动支架方形伸缩器保温管也适用于防结露管防水套管多孔管软管拆除管可挠曲橡胶接头地沟管管道固定支架防护套管管道立管检查口排水明沟清扫口排水暗沟通气帽弯折管表示管道向后弯90雨水斗弯折管表示管道向前弯90排水漏斗存水弯圆形地漏方型地漏阀门套筒自动冲洗箱挡墩管道的连接图 形 符 号说明图 形 符 号说明法兰连接活接头承插连接转动接头管堵管接头法兰堵盖弯管偏心异径管正三通异径管斜三通乙字管正四通喇叭口斜四通螺纹连接阀门图 形 符 号说 明图 形 符 号说明阀门用于一张图内只有一种阀门电动阀角阀液动阀三通阀气动阀四通阀减压阀闸阀旋塞阀截止阀底阀球阀消声止回阀隔膜阀碟阀温度调节阀弹簧安全阀压力调节阀平衡锤安全阀电磁阀自动排气阀止回阀浮球阀气开隔膜阀气闭隔膜阀延时自闭冲洗阀脚踏开关放水龙头疏水器皮带龙头室外消火栓洒水龙头室内消火栓(单口)化验龙头室内消火栓(双口)肘式开关水泵接合器消防喷头(开式)消防报警阀消防喷头(闭式)卫生器具及水池图 形 符 号说 明图 形 符 号说明水盆水纸用于一张图只有一种水盆或水池立式洗脸盆洗脸盆浴盆化验盆、洗涤盆挂式小便器带蓖洗涤盆蹲式大便器盥洗槽坐式大便器污水池淋浴喷头妇女卫生盆矩形化粪池HC为化粪池代号立式小便器圆形化粪池除油池YC为除油池代号放气井沉淀池CC为沉淀池代号泄水井降温池JC为降温池代号水封井中和池ZC为中和