基于视频的目标跟踪是计算机视觉领域的研究热点,也是智能化交通系统的核心技术之一。作为获取交通信息的有效途径,对其进行深入研究具有重要的意义。本文的主要研究内容是基于视频的车辆跟踪算法,文中主要介绍了两种不同的方案,目的在于获取稳定的跟踪轨迹线。主要的研究内容包括:1.基于特征点的二维跟踪算法。基于特征点的跟踪算法是在二维图像空间对车辆目标进行的跟踪,包括特征点的提取、特征模板的搜索策略、相似性度量和模板的更新等。当不考虑特征点的高度时,基于特征点的跟踪算法可以得到特征点相对于路平面的重投影速度。2.基于逆投影数据的三维跟踪算法。该算法包括逆投影数据的构建和三维跟踪算法的实现两部分。根据摄像机的成像模型,建立逆投影面与图像平面的映射关系,构建目标局部表面的逆投影数据。逆投影图像是对目标局部表面的无变形重构,利用目标固有的几何特性和灰度特性,实现目标在三维空间中的稳定跟踪。逆投影图像作为一种特殊的图像形式,在跟踪算法的实现上与二维图像有相似之处也有不同之处。本文对于逆投影跟踪框的设计、逆投影图像中目标的搜索匹配都进行了详细的研究,得到了目标稳定的跟踪轨迹。逆投影图对应于目标在三维空间中的实际度量,根据基于逆投影图像的三维跟踪算法,能够获得车辆目标精确的运动速度。3.Kalman滤波器在目标跟踪算法中的应用。基于逆投影图像的三维跟踪算法可以有效避免线性运动目标在二维图像中表现为非线性运动的问题,在算法中引入经典的Kalman滤波器,能够对目标的运动位置进行有效估计,提高跟踪的精度。论文对于两种跟踪算法都进行了验证,实验证明两种算法均能获取目标稳定的运动轨迹。利用两种跟踪算法得到的不同速度还可以获得特征点的三维坐标等信息。