基于Adaboost分类器的车辆检测与跟踪算法

车辆检测与跟踪是智能交通领域的重要研究课题之一.为了促进平安城市的建设,更好地辅助车辆驾驶,提出了一种基于类Haar特征和Adaboost分类器的实时车辆检测与跟踪算法.采集大量车辆正负样本图像,基于积分图提取图像的类Haar特征;利用Adaboost算法对类Haar特征进行选择及分类器训练;利用得到的分类器进行模式匹配,实现对车辆的检测.在相邻帧中进行车辆的特征匹配,完成车辆的跟踪.在车辆跟踪的基础上,通过场景标定,实现对车辆的测速和车流量的统计.在真实道路场景中的实验结果表明,所提方法能实时并有效地对车辆进行检测与跟踪,在一定程度上缓解了交通压力;能准确地进行车辆测速和车流量统计,可为超速和道路拥挤的判定提供相关依据,具有较好的应用前景