全文总字数：1597字

1. 研究目的与意义及国内外研究现状

车辆是交通行为的主要参与者，获取准确有效的车辆位置和轨迹信息已经成为交通信息提取中的重要任务。交通监控设备的广泛应用,为计算机视觉在复杂交通场景下的应用提供了良好的平台基础。通过对交通监控视频进行相应的处理，可以对道路状况进行即时的预估，比如车流量，拥挤程度等，从而及时做出相应的管制措施。

近年来，全国的汽车保有量不断提高，在2017年时，汽车保有量已经达到2.17亿辆(含新能源汽车153.0万辆)，预计到2020年中国汽车保有量将超过2亿辆。如果不对道路交通进行有效的监控与调节，大量汽车行驶在繁忙的主干道上必然会造成交通拥挤，甚至大规模的堵塞，严重影响居民出行效率，最终对城市交通秩序的稳定以及居民生产生活形成负面影响。所以，对道路交通进行有效的监控与调节，是城市秩序稳定，社会生产正常的重要保证。

国内外研究现状

得力于计算机技术发达的原因，国外对交通场景下目标车辆检测的研究起步较早，在该领域进行深入的研究，提出了多种类型的分割算法，并在实际应用中得到了一定的结果。国外学者提出的方法总结下来基本基于数学统计的分割方法、基于特征分割方法，基于模型的分割方法和基于聚类的分割方法。

2. 研究的基本内容

本设计主要是分析当前交通存在的问题以及目标检测受实际环境因素的影响，如车辆遮挡，恶劣天气等。

然后深入分析运动车辆检测过程中用到的图像预处理技术，如二值化，图像灰度化，平滑滤波等。

在目标检测部分，介绍常用的几类运动目标检测算法：光流法，背景减除法，帧间差分法等。

3. 实施方案、进度安排及预期效果

实施方案：

前期先阅读足够的相关论文，拟定出论文思路。二次阅读论文，过滤足够的支撑材料，对选中的几种目标检测算法进行实现，讨论其优缺点。通过对比，选出最优算法，进行深入分析，从而完成道路状况监控与调节模拟。

进度安排：

4. 参考文献

[1]陈伟星,白天,许晓珑.基于公路监控视频的车辆检测和识别[j].信息技术与网络安全,2018,37(11):64-68.

[2]张宇峰. 基于opencv的运动车辆目标检测与跟踪研究[d].安徽理工大学,2018.

[3]肖国宴. 基于视频的车辆检测与分割算法研究[d].南昌大学,2018.