张力，邓亚航，饶小李

昆明理工大学信息工程与自动化学院，云南 昆明 650500

颜色特征模型在静态车辆检测中的应用

张力，邓亚航，饶小李

昆明理工大学信息工程与自动化学院，云南 昆明 650500

为了解决智能交通中的静态车辆检测准确率不高的问题，提出一种基于颜色特征的车辆目标检测方法.该方法首先根据Hough变换分割出路面感兴趣区域，利用颜色特征空间降维建立理想的颜色特征模型；其次，根据贝叶斯分类器进行路面与车辆的像素分类；最后，由最小割／最大流算法进行车辆目标分离.在实景采集交通视频图像后对文中提出方法和现存方法进行了对比评估.基于颜色特征的车辆目标检测方法对于静态车辆目标的检测准确率达到了63.05%，误检率降低至21.27%，漏检率降低至24.01%.与传统方法相比，该方法能更快、更准确地检测到目标.

静态车辆检测；颜色特征；车辆目标分离

0 引言

随着智能交通的发展,车辆检测技术在智能交通系统中的作用日益突出.因此,如何简单、有效地从道路中检测出车辆目标,是一个亟需解决的问题.随着计算机视觉技术的发展，基于视频的车辆检测方法由于其信息采集量较大、检测区域广、不妨碍交通等优点,因此正成为目前的研究重点.

针对基于视频的车辆检测方法, Z.Zivkovic［1］提出了基于运动信息的背景建模，通过建立场景背景模型,通过对背景模型做背景差分提出车辆目标；C.Luo［2］提出了基于路面先验知识建模,利用红绿蓝（Red-Green-Blue,以下简称：RGB）颜色、轮廓等特征建模对车辆进行识别；……