1、“.....并将其与背景差法比较。图像会随时间而变化，得到前景和背景像素后，就可以对背景图像做更新，第四章最后讲述背景更新的策略。并不是图像的每个像素都会出现运动物体，关注区是图像中可能会出现运动物体的部分。在背景提取的时候可以同时获取关注区，之后的处理就集中在关注区中，这是减少图像像素数，减少处理时间的好方法。第五章讲述了关注区的提取方法和利用关注区数据计算道路繁忙度的方法。前面讲述的处理方法都是基于图像像素的，属于图中的图像像素层，这层处理的结果是运动点团二值图像，代表运动前景像素，代表背景像素。接下来到了运动点团层处理。第六章讲述运动点团层的处理。首先是对运动点团二值图像做数学形态学处理，去除微小的噪声物体。然后提取运动点团的位置和大小。提取运动点团的位置和大小有多种算法，第六章比较了不同的算法，并且提出了改进算法，改进算法更适合运动目标检测和跟踪......”。

2、“.....并指出了其存在的几个问题，为解决这些问题，必须在运动点团层上增加运动物体层见图，从而引出了第七章。另外，在运动跟踪时，我们是先确定帧图像中所有运动点团的位置，然后和前帧图像中的运动点团位置关系判断是否为同运动物体。还有种运动跟踪的方二〇五年五月十日星期法在当前运动点团邻域搜索匹配下帧中的运动点团，这种方法不需要提取运动点团的位置和大小，可以称之为基于像素的运动跟踪，然而图像的像素数量是很大的，这种像素点搜索匹配的方法所需的时间远远多于我们的方法，因此我们没有采用这种像素点搜索匹配的方法。第七章讲述运动物体层的运动跟踪。首先，介绍了卡尔曼滤波器，其可以用于运动跟踪，但其存在些问题，由卡尔曼滤波器启发，本文提出了种基于预测的运动跟踪方法，其实质是种简化的卡尔曼滤波器，很好的解决了卡尔曼滤波器存在的问题。我们做了很多实验验证了此算法的健饭田恭敬编著，邵春福等译，交通工程学......”。

3、“.....年杨东援编著交通规划决策支持系统，同济大学出版社，年月二〇五年五月十日星期视频交通流检测及车辆识别系统的设计摘要本文论述了视频交通流检测和车辆识别系统的设计思想，以及实现时使用的基本算法。并提出了提高检测实时性的具体措施。在道路交通管理中，为了获得车辆的运动数据，早期经常采用的是感应线圈等硬件测量的方法。而如果采用摄像头拍摄的道路视频，再用计算机软件处理的方法，则可以极大的增加方便性和灵活性。本文运动目标检测与跟踪研究如何让计算机从视频图像序列中获得物体运动数据。运动目标检测与跟踪分为背景提取运动点团提取运动点团位置提取运动物体跟踪这几个步骤，本文对每个步骤的各种算法做了实验分析比较研究，并提出了改进算法。在背景提取步骤提出了改进的基于均值的背景提取算法以及减少图像像素的兴趣区提取算法。在运动点团提取的阴影处理步骤提出了改进的基于空间的阴影处理算法......”。

4、“.....在运动物体跟踪步骤提出了基于预测的运动跟踪算法。实验与分析说明本文提出的算法优于原算法。本文还通过实验分析比较了基于灰度图像序列的运动目标检测与跟踪基于边缘图像序列的运动目标检测与跟踪，它们都没有基于彩色图像序列的运动目标检测与跟踪效果好。最后，本文得到了整套运动目标检测与跟踪的方法，它们的健壮性和实时性都符合实际运用的要求。关键词背景提取阴影处理运动目标检测运动跟踪彩色图像引言随着我国经济建设的蓬勃发展，城市的人口和机动车拥有量也在急剧增长，交通流量日益加大，交通拥挤堵塞现象日趋严重，交通事故时有发生。交通问题已经成为城市管理工作中的重大社会问题，阻碍和制约着城市经济建设的发展。因此，深入研究解决城市交通问题有着极为重要的现实意义。要解决城市交通问题，就二〇五年五月十日星期必须准确掌握交通信息。目前国内常见的交通流检测方法有人工监测地埋感应线圈超声波探测器视频监测类......”。

5、“.....视虚拟检测线的车辆的速度，同时也可以对经过虚拟检测线的车辆计数。这种方法有很大的局限性。首先，它需要人工标定虚拟检测线，摄像头旦换位置，就需要重新设定次虚拟检测线，很不方便其次，它只能检测通过虚拟检测线的车辆，而对图像其他区域的车辆无所知，图像的大量信息丢失掉了。因此，本文不采取虚拟检测线的方法，而以运动物体车辆为目标，跟踪每个运动物体在视频图像序列中的位置，进而得到每个物体的运动速度和运动物二〇五年五月十日星期体总数。运动目标检测与跟踪的流程有三个层次，如图。每个层次再细分，可以得到图二的几个步骤。图运动目标检测与跟踪的层次图像像素层运动点团层运动物体层二〇五年五月十日星期图二运动目标检测和跟踪的步骤系统的输入是彩色视频图像序列。检测运动物体需要无运动物体的背景图像，而视频图像序列中的每帧图像般都有运动物体，因此需要提取背景。背景图像提取出来后，将每帧图像与背景图像作差......”。

6、“.....得到前景像素构成的运动点团图像，这就是背景差法。背景提取有很多种算法，第三章将详述与比较各种背景提取算法，并提出视频图像序列边缘检测背景提取运动点团提取运动点团位置提取数学形态学处理物体运动跟踪兴趣区获取灰度转换道路繁忙度车型车牌识别道路事件检测摄像头标定物体真实速度获取背景更新二〇五年五月十日星期种改进的算法，实验证明改进的算法有更好的效果。除了直接将视频图像序列做处理外，还可以先将视频图像序列转换成灰度图像序列，然后在灰度图像序列上做运动目标检测和跟踪或者，因为前景背景分离的最重要的信息是边缘信息，可先将视频图像序列转换成边缘图像序列，然后在边缘图像序列上做运动目标检测和跟踪。第三章也讲述了彩色图像转变成灰度图像的方法以及提取彩色图像的边缘图像的方法。第四章讲述并比较了每帧图像与背景图像作差的不同方法。由于阴影的存在，背景差法会把阴影作为运动物体的部分......”。

7、“.....影响之后的处理，因此需要对阴影做特别处理。第四章讲述和比较了阴影处理的不同方法，并提出种改进的算法，实验分析其优于其他算法。第四章频监测方法比其他方法更具优越性。视频交通流检测及车辆识别系统是种利用图象处理技术实现对交通目标检测和识别的计算机处理系统。通过对道路交通状况信息与交通目标的各种行为如违章超速，停车，超车等等的实时检测，实现自动统计交通路段上行驶的机动车的数量计算行驶车辆的速度以及识别划分行驶车辆的类别等各种有关交通参数，达到监测道路交通状况信息的作用。同时，将检测和识别到的交通信息存储起来，为分析和交通管理提供依据，因此它也是个交通信息的管理系统。视频交通流检测和车辆识别系统概述视频交通流量检测及车辆识别系统是个集图象处理系统和信息管理系统为体的综合系统。计算机图象处理主要由图象输入，图象存储和刷新显示，图象输出和计算机接口等几大部分组成......”。

8、“.....图象处理的目标是代替人去处理和理解图象，因此实时性，灵活性，精确性是对系统的主要要求。系统构成通过摄象机将道路交通流图像捕捉下来，再将这些捕捉到的序列图像送入计算机进行图象处理图象分析和图象理解，从而得到交通流数据和交通状况等交通信息，这是系统的基本工作流程。二〇五年五月十日星期图系统构成图系统工作原理通过系统初始化，对系统中的参数进行设定，如每秒采集图象的帧数，图象二值化的门限值阈值等等。由图像采集系统将摄像机摄取的路段上行驶车辆的视频图象按序列连续捕捉下来并数字化，存入内存或帧缓存中。将这些采集到的序列数字图像进行预处理滤波除噪，图象锐化，对比度增强。对预处理后的图像进行图象分割，并对分割后的目标图象进行特征提取图象描述。用提取的特征进行分类识别。通过相应的算法进行计算，得到车辆的计数车辆速度，并将获得的数据存入数据库......”。

9、“.....识别出车辆的类型，将识别出的结果存入数据库。对数据库里的数据进行统计分析输出有关报表或图片。在道路视频图像序列中获得车辆的速度，可以使用简单的方法，就是在图像中的道路位置设置虚拟检测线，模拟感应线圈，根据虚拟检测线上的像素颜色的变化得到经过值改进的基于均值基于中值滤波基于共同区域二〇五年五月十日星期图二十实验数据二不同提取背景的算法与处理时间关系图将图二十中横坐标，区间部分作局部放大，得到图二十二。图二十二实验数据二不同提取背景的算法与处理时间关系图局部从图二十和图二十二这两组实验数据的结果中，我们可以得到以下结论并不是采样率越高处理时间越长，就越高。不同的方法在秒之各提取背景算法与时间关系图时间基于均值改进的基于均值基于中值滤波基于共同区域各提取背景算法与时间关系图时间基于均值改进的基于均值基于中值滤波基于共同区域二〇五年五月十日星期后......”。