[发明专利]多车辆跟踪时目标粘连和分裂情况的处理方法

说明书

技术领域

本发明涉及车辆跟踪的技术领域，特别涉及一种实多车辆跟踪时目标粘连和分裂情况的处理方法。

背景技术

随着交通管理系统越来越自动化、智能化，智能交通管理系统也成为了热点研究对象。车辆跟踪是智能交通管理系统中至关重要的模块，它融合了计算机视觉、计算机图像处理、机器学习等众多学科领域的知识。

在理想的，交通状况简单，且检测结果完美的情况下，目前的跟踪算法，如Mean shift、Camshift、模板跟踪、粒子滤波以及特征点跟踪等都能很好的解决跟踪问题，然而现实却并非如此，在复杂的交通情况下，车辆会出现粘连，在检测结果不完美的情况下车辆会出现分裂。

虽说前人们对这些问题提出了很多解决方法，但大部分都只考虑到了对粘连问题的解决，并没有考虑由于在跟踪过程中由于检测结果的不正确而造成的分裂问题；并且没有考虑多辆车发生粘连的情况，而仅仅只是考虑到两车发生粘连的情况时的处理方法；最后，没有强调车辆出现在监控区域时的判断为正确目标或错误目标的重要性，因为如果车辆刚出现在监控区域时就出现粘连，而按照前人们的方法普遍都是默认刚出现时为正常的车辆，如此，在后续的跟踪过程中如果车辆之间不再粘连，前人们的方法就会认为车辆进行了分裂，从而进行处理，如此便出现了错误的跟踪。同理，如果车辆刚出现在监控区域时检测结果就是分裂的，按照前人们的方法也会导致错误的跟踪。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种实多车辆跟踪时目标粘连和分裂情况的处理方法。

本发明的目的通过下述技术方案实现：

一种多车辆跟踪时目标粘连和分裂情况的处理方法，包括下述步骤：

S1、基于最大重叠面积和Mean shift的车辆跟踪算法；

S11、利用基于最大重叠面积的车辆跟踪算法进行正常的车辆跟踪；

S12、利用基于Mean shift的车辆跟踪算法进行粘连和分裂车辆的跟踪；

S2、车辆跟踪过程中对目标粘连和分裂情况的处理；

S21、对前后帧的运动目标的匹配情况进行分析，判断运动目标的状态；

S22、根据运动目标的状态反馈的情况利用不同的算法进行跟踪。

优选的，步骤S11中，最大重叠面积的车辆跟踪算法为：

已知第k帧中车辆的左上角坐标（x₁，y₁）和右下角坐标（x₂，y₂），第k+1帧中车辆的左上角坐标（x₃，y₃）和右下角坐标（x₄，y₄），设重叠区域的左上角坐标和右下角左边分别为：（x₅，y₅），（x₆，y₆），则：