1. 研究目的与意义
随着社会经济的高速发展，道路交通与运输的发展也越来越快，给人们的生活质量带来很大提高的同时，汽车的数量也在急速增加，导致道路交通状况不断恶化，道路阻塞和交通事故的现象也在频繁发生，仅仅依靠人力已经无法高效地解决问题了，因此需要借助各种机器软件来辅助并逐渐代替人力来改善现状，视屏车辆追踪技术便是其中一种，本课题不仅可以定位通过道路的车辆以及汽车牌号，也可以做到对道路的实时监控，可以跟快速的查明道路事故的诱因，此技术的目的有以下三点：首先，判断何时有新的对象进入系统观察的道路中,并为进入的对象建立初始化跟踪的运动模型；其次，计算当前帧中用背景差方法得到的对象与当前被系统跟踪的对象之间的联系；最后，用跟踪算法来预测每个对象的位置,并更新用于对象跟踪的运动模型。
2. 国内外研究现状分析
对车辆进行监测与追踪一直是计算机的视觉研究热点，通过图像处理的方法对行进车辆进行检测涉及到多个方面的研究，为此各国科研人员在这些方面做了大量的研究并取得了一些果。
国外发达国家对智能交通的研究在19世纪60年代就开始进行，但由于数字图像处理技术、计算机处理技术和数据存储能力限制，大规模的现实应用实际上在90年代才开始。
我国的城市智能交通的进程起步较晚，直到90年代部分学者参加了在法国巴黎召开的第一届its世界大会，为its在中国的应用拉开了帷幕。
3. 研究的基本内容与计划
研究内容：车辆的定位和识别目的是从图片或视频中定位并识别出车辆，该技术是智能交通中的一个关键技术，也是先进驾驶辅助系统的重要研究内容，该技术的研究对于提高道路和车辆安全具有重要的意义，在全世界得到了高度的重视和快速的发展。
本课题拟采用机器视觉的方法，从图像中检测车辆所在位置，并识别车辆，为自动驾驶控制系统提供决策信息。
要求学生了解adas，掌握图像处理常用方法，会使用matlab。
4. 研究创新点
该课题采用帧间差分法，这种检测方法对光照变化不敏感，非常适合于动态变化的环境，而且运算简单，检测速度快，车辆定位准确，适用于实时性要求较高的应用环境。
在实际应用中，帧间差分法往往是许多复杂检测算法的基础，通过对算法的改进可以将它与其它算法结合来提高整体的检测效果。
