颜色特征模型在静态车辆检测中的应用

摘要：

为了解决智能交通中的静态车辆检测准确率不高的问题,提出一种基于颜色特征的车辆目标检测方法.该方法首先根据Hough变换分割出路面感兴趣区域,利用颜色特征空间降维建立理想的颜色特征模型;其次,根据贝叶斯分类器进行路面与车辆的像素分类;最后,由最小割/最大流算法进行车辆目标分离.在实景采集交通视频图像后对文中提出方法和现存方法进行了对比评估.基于颜色特征的车辆目标检测方法对于静态车辆目标的检测准确率达到了63.05％,误检率降低至21.27％,漏检率降低至24.01％.与传统方法相比,该方法能更快、更准确地检测到目标.

关键词：静态车辆检测、颜色特征、车辆目标分离

所属期刊栏目：37

分类号：TN911

资助基金：国家自然科学基金61063027

在线出版日期：2015-03-12（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：73-78