陈拥权，陈 影，陈学三

(合肥寰景信息技术有限公司，合肥 安徽 230088)

基于Adaboost分类器的车辆检测与跟踪算法

陈拥权，陈 影，陈学三

(合肥寰景信息技术有限公司，合肥 安徽 230088)

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。

车辆检测与跟踪；类Haar特征；Adaboost算法；测速；车流量统计

0 引 言

随着城市化进程的加快，智能交通的重要性越发凸显。而车辆检测作为智能交通领域中至关重要的一部分，激发了广大学者们的研究兴趣。车辆检测方法一般有光流法[1-2]、帧差法[3-4]和背景差分法[5-6]等。其中，光流法的算法复杂度较高，不能在实时系统中得到有效应用；帧差法虽然算法复杂度较低，但是检测精度达不到应用的需求；背景差分法是最常用的方法，但背景的初始化和维护比较困难，且由于忽视了相邻像素点之间的关系，因此抗噪声能力较差，同时算法易受图像阴影的干扰，也不能很好地解决遮挡问题。……