交通流信息自动采集中的单目图像特征识别研究

研究中针对单目图像的非线性建模及基于此模型的三维恢复过程中存在的问题，分析了非线性建模和三维恢复的技术难点，提出了基于线面融合约束的方法，通过实验论证，这种方法使建模过程及恢复精度显著 提高。在交通流信息的视频自动采集研究中，主要从背景估计和车型识别两个关键问题入手。通过综合分析目前存在的背景估计方法及其各自存在的优缺点，在研究中提出“限定更新”的背景更新方法，推导出一整套用于建立限定函数的理论和方法，并且得到了实验验证；研究中采用神经网络技术进行车型识别，通过神经网络的自学习机制，有效的提高了识别精度。研究中建立起一套个有较强鲁棒性的软、硬件系统，为此项技术的推广应用打下了良好的基础。