全文总字数：2281字

1. 研究目的与意义及国内外研究现状

当今人们会接触到很多信息，对于其加工和处理每天都在进步着。人们获取信息大部分是靠视觉，因此图像与视频成为获取信息的主要来源，由此可见，对视觉信息的处理变得尤为重要。一切运动的物体可以看作是连续的图像，所以图像处理成为了信息处理的主要对象。所谓的图像处理就是将位置时刻变化的物体从连续的图像中识别出来。同时，随着社会的发展，可以说几乎每天我们都见到或者用到汽车，对运动车辆的检测也变得愈发重要，因此运动车辆的检测成为近年来的探究热点，它是属于计算机视觉的重要部分，也应用于智能交通网中。

近年来，车辆的普及化也常容易造成交通事故和交通拥挤，缓解高峰时段的交通道路压力也变得很必要。因此对运动车辆进行检测来统计出数据，可以合理安排某段拥堵道路的车流量以及安排交通警察来疏通交通。对于汽车站、火车站、飞机场等公共场合人多的地方如若发生恐怖事件将会造成不可想象的影响，因此要对这些公共场合监控范围内车辆的异常行为进行检测。如果发生车辆徘徊、闯入、猛然加速、超速等现象，发现异常行为应该主动报警，及早预防危险事件的发生。为此加强对运动车辆的检测。

本文着重对检测算法进行分析，并提出了改进的算法，从而更准确地实现对运动车辆的检测。

2. 研究的基本内容

本文对现在有算法分析和研究的基础上，针对运动车辆的检测提出改进的算法，并对拍摄的一段视频进行测试，验证改进的算法。在此基础上，使用matlab设计出一个友好可视化的gui界面。

1、对hsv颜色空间阴影检测进行分析研究；

2、对常用的检测方法在matlab上进行实现和算法优缺点的分析，最后实现基于hsv颜色空间对光流法进行改进，并展示运行结果，对其进行剖析；

3. 实施方案、进度安排及预期效果

2016年12月~1月：资料收集，完成任务书和开题报告；

2017年1月~2月（开学前）：完成相关检测方法分析和概要设计；

2017年3月~4月：完成系统功能实现与测试；

4. 参考文献

[1]sincha d，chervonenkis m，skribtsov p．vehicle detection in aerial traffic monitoring[j]．american journal of applied sciences，2016， 13(1)：46-54．

[2]haritaoglu i，harwood d，davis l s．w4：real-time surveillance of people and their activities[j]．ieee transactions on pattern analysis and machine intelligence，2000，22(8)：809-830．

[3]赵荣椿，赵忠明，赵歆波．《数字图像处理与分析》．西安：西北工业大学出版社，2013．