张建飞

（中北大学 信息与通信工程学院， 山西太原 030051）

0 引言

智能交通系统是目前世界各国交通领域竞相研究和开发的前沿研究课题和热点。它是将先进的信息技术、数据通讯传输技术、电子控制技术、传感器技术以及计算机处理技术等有效地综合运用于整个交通体系，从而建立起的一种在大范围内、全方位发挥作用的实时、准确、高效的交通综合管理系统。运动目标检测与跟踪是智能交通系统的一个重要组成部分，因此该课题的研究就显得尤为重要[1]。

1 视频图像预处理

1.1 图像灰度化

图像灰度化就是将彩色图像中的彩色信息剔除，只包含亮度信息。计算机中表示灰度图是把亮度值进行量化等分成0～255共256个级别，0最暗(全黑)，255最亮(全白)，而在RGB模型中，如果R=G=B，则颜色（R,G,B）就表示灰度色。考虑到图像的合理性，本文选用下面的公式进行灰度转换：

其中Gray表示图像中像素的灰度值，R表示该像素的红色分量，G表示绿色分量，B表示蓝色分量。在opencv函数库中，图像的灰度化可以通过cvCvtColor(const CvArr*src, CvArr* dst, int code)函数实现的。

1.2 中值滤波

中值滤波是由Tukey首先提出的一种基于排序统计理论，能有效抑制噪声的非线性信号处理技术。它也是一种邻域运算，类似于卷积，但是计算的不是加权求和，而是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围像素灰度值的差比较大的像素改取与周围的像素值接近的值，从而可以消除孤立的噪声点。它能减弱或消除傅立叶空间的高频分量，但影响低频分量。……