运动车辆的实时检测及跟踪是道路交通领域中的一项重要课题,基于视频图像的车辆检测跟踪已经成为研究的重点和热点。基于特征压缩的目标实时跟踪算法在精度、稳健性和实时性上具备显著的优势,但是在道路车辆跟踪应用中仍然表现出目标搜索的盲目性、采样区域不能跟随目标的画面尺寸的变化进行实时调整从而导致冗余搜索及目标丢失等不足。本文针对道路车辆运动轨迹特点采用卡尔曼滤波算法预估目标潜在位置以缩小搜索区域提高实时性;在潜在区域先提取车辆实际轮廓再进行目标识别从而提高准确度;最后提出一种基于特征压缩与卡尔曼滤波融合的实时运动车辆跟踪新方法,实验结果表明,本方法吸收了原压缩...
