基于质心法的车联网目标跟踪方法与应用

摘要：

车辆目标跟踪是实现车联网不可或缺的一环,旨在获取车辆的动态信息,以提高交通运行效率.其核心是对大量监控探头采集的视频图像进行分析处理,实现车辆的实时检测与跟踪.为了进一步提高目标检测效率,降低硬件成本,文中提出了基于二帧差分法的前景检测方法,以及基于质心法的车辆轮廓检测与跟踪方法.基于OpenCV3.4.1和VS2017进行验证实验和仿真测试,结果表明,该算法对车辆跟踪的精确率达到89.1％,平均处理耗时42.63 ms,具有较好的实时性和鲁棒性,可在车联网嵌入式设备上进行部署和应用.

关键词：OpenCV;质心法;目标跟踪

所属期刊栏目：48

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点研发计划课题2016YFB1001403

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：340-344,359