全文总字数：4313字

1. 研究目的与意义（文献综述）

随着现代社会生产力的不断发展，各国的汽车保有量不断上升。国际汽车制造协会的数据显示，在2019年年底世界上共有超过10亿辆汽车。而且在这10亿辆车中，中国和美国分别持有2.5亿辆和2.7亿辆汽车，中美两国持有的汽车数量总和超过了世界总额的一半。面对如此庞大的汽车保有量，无论是中国社会还是美国社会都面临着各方面的严峻挑战。随着城市人口以及汽车数量的增加，城市的交通问题日益突出。城市中大量的汽车导致了交通堵塞以及交通事故频发，这给城市社会的经济发展带来了严重的影响。为了解决交通拥堵的问题，世界上的发达国家在上世纪60年代提出了基于智能车辆道路系统（intelligent vehicle highway system, ivhs）的智能交通系统（intelligent traffic systems, its）又称智能运输系统（intelligenttransportation system）。而随着我国学者在1994年参加了在巴黎召开的第一届its世界大会，我国也正式开始了对its的研究。its能根据收集到的交通信息进行实时分析，发出有效的控制信号，从而实现对交通的实时控制。要实现对交通流的控制，就要先完成对实时信息的收集。

2. 研究的基本内容与方案

在本次研究中，我选择背景差分法来对运动目标进行检测。背景差分法对于生成的背景图像准确度要求较高，如果背景变化过大的话，可能会对结果产生较大影响。而交通路段的摄像机一般是固定不动的，拍摄下来的图像的背景变化非常缓慢，因而我们能够使用背景差分法来完成对运动车辆目标的识别和提取。背景差分法首先要用重建算法来重建出一幅背景图像，因为背景点的变化是非常缓慢的，所以我们可以通过前后时间点中背景点的RGB颜色值是否有变化，来完成对动态车辆目标的提取。因而采用的背景重建算法能否生成一幅准确的背景图像，对于最后结果的是否准确是至关重要的。在本次设计中采用的是混合高斯模型的方法来进行背景重建，再对提取出来的区域进行形态学滤波等后续处理，最后就能提取出来动态的车辆目标。在提取出动态的车辆目标后，通过人工采集阴影和HSV色彩空间法得到一个训练样本，再用期望最大法算法来估算一下高斯混合模型的参数，然后再通过得到的阴影模型来判断之前所得到目标中的阴影部分和车辆部分，这样就完成了目标车辆的识别。本次研究的选取实现平台是MATLAB2016b，而研究中所采用的图像数据均来自复旦大学力学与工程科学系所建立的交通实测视频与数据共享平台。

3. 研究计划与安排

第1周—第4周搜集资料，撰写开题报告；

第5周—第6周论文开题，硬软件总体设计；

第7周—第12周分步实施，实验及分析，撰写论文初稿；

4. 参考文献（12篇以上）

[1] 戴夏强.复杂场景下车辆（动目标）的识别和跟踪技术研究[d]. 南京：南京航空航天大学，2014.

[2] 党银强.复杂场景下的车辆识别研究[d]. 哈尔滨：哈尔滨工程大学，2013.

[3] 冈萨雷斯. 数字图像处理(第三版)[m]. 北京:电子工业出版社,2011.