许 庆，高 峰，徐国艳

(北京航空航天大学交通科学与工程学院，北京 100191)

前言

道路上的实时前车识别与跟踪是智能交通系统领域中的重要研究任务之一[1]。随着近年计算机处理能力的提高和视频技术的发展，基于视觉的实时车辆识别技术崭露头角。与其他方法相比，机器视觉具有信息来源广，信息量大，属于非接触测量等优点。其缺点是复杂环境下的识别算法有待提高，运算量大、实时性差[2]，相关设备价格昂贵等。

目前，在智能交通中常见的单目视觉检测方法有差分法、光流法和特征检测法等。其中，差分法实现简单，运算速度快，帧间差分法对于动态环境自适应性很强，对光线的变化不十分敏感。但其缺点是，对于帧间差分来说，灰度均匀的对象难以准确识别，甚至会在图像内部形成空洞[3]。

光流法对光照强度的变化非常敏感，无须预先知道场景信息。但由于前车与摄像头相对运动的方向、速度和背景与摄像头相对运动的速度都是不定的，故难以在前车识别中应用。文献[4]中提出可用光流法识别对面车辆。

特征检测法在智能交通中的应用常见于静止的监控摄像头，近年来国内外相关论文又多利用车辆底部阴影特征实时识别前车。但阴影特征对于环境光照要求较高，且难以分辨车辆与其他物体，故相对局限性较大。本文中重点研究了基于Haar特征的车辆识别算法。该方法最早在文献[5]中提出并用于人脸识别。在前车识别中，由于一般来说两车的相对运动不大，具有清晰的特征，故引入此方法依据车尾特征识别前方车辆。……