检索结果-南通市图书馆

作者：吴方福州大学

学位级别：硕士

乳腺癌是女性多发的恶性肿瘤,在我国发病率逐年上升,已经严重威胁女性的健康。免疫组化(Immunohistochemistry,简称IHC)是一种广泛运用于病理学检查中的技术,其诊断结果对乳腺癌的确诊、后期的治疗方案以及预后都起到举足轻重的作用。... 详细信息

乳腺癌是女性多发的恶性肿瘤,在我国发病率逐年上升,已经严重威胁女性的健康。免疫组化(Immunohistochemistry,简称IHC)是一种广泛运用于病理学检查中的技术,其诊断结果对乳腺癌的确诊、后期的治疗方案以及预后都起到举足轻重的作用。目前病理科医师通过显微镜目测判断,容易受到人为因素的影响,而且检测过程较为繁琐。因此,研究免疫组化自动识别有着重要的社会意义和应用价值。本文针对乳腺癌免疫组化数字图像设计出一套阳性目标的提取流程,能自动完成图像的预处理、阳性区域分割、粘连细胞的识别与分离,使之能辅助医生高效的完成临床病理诊断。预处理部分:由于免疫组化图像因其切片染色制作过程复杂、图像采集设备的不同等众多因素的影响,使得大量采集到的图像存在着整体偏暗、色调过深、存在较多噪声等问题。本文通过大量对比性实验选择分段线性变换并确定了适合的参数,实现了提高亮度与对比度,并且使用双边滤波方法在除去噪声的同时,很好的保持了细胞的边缘。阳性区域分割部分:鉴于免疫组化图像背景复杂,颜色丰富,引入颜色反卷积技术,实现了免疫组化多种着色的颜色分离,得到单一着色的灰度图。在聚类分割过程中,针对传统的模糊C均值聚类算法忽略空间信息导致抗躁性差的问题,定义了受邻域约束的隶属度矩阵,把空间信息引入到隶属度矩阵中,提出一种受邻域隶属度约束的模糊C均值聚类算法。并针对传统模糊C均值聚类算法采用随机的初始聚类中心容易陷入局部最优解的问题,提出基于直方图的初始聚类中心选择方法。实验表明本文方法可以减少聚类的迭代次数并且增强算法的鲁棒性。粘连细胞分离部分:免疫组化图像中经常存在粘连细胞,本文使用搜索凹陷点并配对分离的策略。在Harris角点检测的基础上引入USAN区域思想实现凹陷点的搜索。通过凹陷点与细胞个数的关系把粘连细胞分为串连、并连和环连三种类型,分别使用不同的凹陷点配对策略实现粘连细胞的分离。

关键词：免疫组化 FCM 邻域隶属度细胞粘连凹陷点

基于纹理特征空间的淋巴组织病理图像协同分类研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于纹理特征空间的淋巴组织病理图像协同分类研究

作者：张丽熙福州大学

学位级别：硕士

淋巴组织病理图像极为复杂,不同类型淋巴组织病理图像视觉差异不大,仅靠传统的肉眼观察和主观判断很难立刻做出正确的诊断。因此可借助计算机技术,对病理图像进行分析、计算,得到相关的数据,辅助医师,为病理诊断提供更客观的信息。本文... 详细信息

淋巴组织病理图像极为复杂,不同类型淋巴组织病理图像视觉差异不大,仅靠传统的肉眼观察和主观判断很难立刻做出正确的诊断。因此可借助计算机技术,对病理图像进行分析、计算,得到相关的数据,辅助医师,为病理诊断提供更客观的信息。本文的研究目的就是如何构造快速,正确率高的淋巴组织病理图像分类器,协助病理专家进行医学诊断。针对传统的病理图像识别存在的缺陷,本文采用协同模式识别与特征选取相结合的方法对淋巴组织病理图像进行模式分类。本文所处理的淋巴组织病理图像是100镜倍下摄取的图片,各类图像的差异主要表现在纹理上,因此本文先提取图像的纹理特征向量,然后再进行特征自动选择,最后再用特征向量替代灰度向量进入协同模式识别系统进行分类。主要研究内容及成果如下: 首先,根据该图像的纹理特点,本文采用纹理谱方法,小波变换后的LAWS纹理能量提取方法,付利叶变换能量提取等多种方法相结合的方式,从多角度提取淋巴组织病理图像的纹理信息。其次在纹理特征提取的基础上,进一步采用粗糙集理论属性约简的方法进行特征选择,为后续图像分类提供尽可能少的特征子集。同时本文又使用主客观相结合的方法对各纹理分量进行权重设置。然后,本文研究了协同模式识别算法,并针对其若干关键技术存在的问题,给出了解决方法。在原型选择方面,本文分析了传统原型选择存在的缺陷,提出了基于粗糙集等价类的原型选择算法;在注意参数设置方面,针对传统注意参数设置存在的问题,给出了基于图像相似度的设置方法。在上述分析基础上,本文提出了基于纹理特征空间的淋巴组织病理图像协同模式分类,即以纹理特征替代传统的灰度特征,进入协同神经网络,对淋巴组织病理图像进行模式识别。并对二者结合存在的若干问题,给出解决方案,包括数据预处理,序参量计算等。最后,通过实验证明该方法的有效性,且获得了较高的分类精度。

关键词：淋巴组织病理图像纹理特征提取特征选择粗糙集协同模式识别

基于多模板弹性配准的鼻咽癌危及器官自动分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模板弹性配准的鼻咽癌危及器官自动分割

作者：柏朋刚福州大学

学位级别：硕士

随着计算机技术的发展,放射治疗技术也从二维治疗进入到了三维精确治疗阶段。在三维精确治疗中,对患者危及器官及肿瘤的勾画要求也越来越高。实践中手工勾画存在耗时长和专家勾画互相之间,专家自身在不同时间勾画结果不同等问题。因此... 详细信息

随着计算机技术的发展,放射治疗技术也从二维治疗进入到了三维精确治疗阶段。在三维精确治疗中,对患者危及器官及肿瘤的勾画要求也越来越高。实践中手工勾画存在耗时长和专家勾画互相之间,专家自身在不同时间勾画结果不同等问题。因此需要快速的而准确的勾画出危及器官。鼻咽癌作为我国东南沿海地区的高发肿瘤,肿瘤附近区域是人体中一个结构极为复杂且十分重要部位,因此鼻咽癌危机器官的自动勾画的实现具有十分重大的临床意义。本文首先概要的介绍了国内外鼻咽癌放射治疗的现状,并讨论了临床中自动分割的必要性。同时给出了本文研究的基本路线。其次用三步法实现鼻咽癌危及器官的自动分割。在第一步中主要介绍基本的线性形变配准和相关的评价方案,并简介了图像配准基本框架的四个要素：几何变换,图像插值,相似性测度以及优化算法。同时介绍了EMMA算法步骤。最后在基于ITK软件包的基础上实现了线性配准。第二步中介绍基于线性配准的多边形平滑非线性配准。包括欧氏对数多边形仿射变换框架和块配准的方法,然后说明如何用其对多边形平滑配准的评估。最后一步介绍并实现形状限制的密度形变配准。主要对于高斯窗口局部相关因子(Local correlation coefficients, LCC)进行详细介绍。并用ITK工具箱实现了全自由度形变配准的编程。本文的最后一部分介绍了STAPLE(Simultaneous Truth and Performance Level Estimation)方法及如何使用STAPE方法进行多模板自动勾画的合成。同时介绍本文提出的模板选取的方法,及临床自动分割结果的三种评价方法,包括DICE相似度方法、变形距离法、体积差异法。实践测试中,使用两个不同的医院的病例数据,这些都经过专家用手工勾画好了危及器官,分别选取了7例病例来作为模板数据库。以此对于15例待勾画病例进行了自动勾画。通过专家手工勾画的15例的结果与自动勾画结果、自动勾画修正的结果进行三种方法的评价。实验证明,本文提出了的方法可以进一步提高自动勾画的准确性。同时大幅度的减少了临床医生勾画的时间。

关键词：鼻咽癌形变配准 STAPLE方法 DICE相似度方法 ITK工具箱

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不变特征匹配的图像拼接研究

基于不变特征匹配的图像拼接研究

作者：陈瑞南福州大学

学位级别：硕士

图像拼接技术将若干存在重叠关系的图像进行配准,然后再拼合成一幅大视场图像,其在全景图像的合成、医学图像分析、视频压缩等领域都有重要的应用价值,因此是当前图像处理领域的研究热点。基于不变特征匹配的图像拼接由于其具有较强的... 详细信息

图像拼接技术将若干存在重叠关系的图像进行配准,然后再拼合成一幅大视场图像,其在全景图像的合成、医学图像分析、视频压缩等领域都有重要的应用价值,因此是当前图像处理领域的研究热点。基于不变特征匹配的图像拼接由于其具有较强的鲁棒性已经成为图像拼接的主要方法。本文研究基于不变特征匹配的图像拼接技术涉及到的算法并做了如下的主要工作：1.研究图像的不变特征提取算法。首先介绍了两种不变特征区域检测算法SIFT (Scale invariant feature transform)检测子和Hessian-Affine检测子;之后介绍了SIFT描述子和CS-LBP(Center-symmetric local binary patterns)描述子,并借鉴FLBP(fuzzy LBP)的模糊度量法改进CS-LBP编码的鲁棒性不足从而提出描述子CS-FLBP (Center-symmetric fuzzy local binary patterns),通过牛津大学图像匹配集的测试表明,三种描述子中CS-FLBP具有最好的性能;此外,本文通过实验给出了CS-FLBP特征向量使用最近邻距离与次近邻距离的比值法进行初匹配的最佳阈值范围。2.提出一种基于改进MSSE(Modified Selective Statistical Estimator)和集中度的图像变换矩阵鲁棒性求解算法。从匹配对中随机抽样计算候选变换矩阵,匹配对内点拟合正确候选变换矩阵对应的残差服从的分布并不光滑性,这将使得MSSE算法不能有效地分离匹配对中的内点和外点。为此本文改进MSSE,将不连续点中具有最高后续不连续点作为分离点并估计出内点残差集合的标准差。在得出标准差的基础上,本文使用集中度作为评价候选变换矩阵的好坏并依此设计了一个事先指定内点率的变换矩阵求解算法,配准实验表明,该算法的精确度优于LMeds (Least Median of Squares)和LQS(Least Quantile of Squares)方法。从正确变换矩阵的内点集中随机取样计算出的内点集合之间的交集数近似于真实的内点数,基于此原理本文将之前的算法改进成能够自适应地计算内点率,通过真实图像的配准实验表明该算法能够接近RANSAC方法最佳阈值对应的精确度。3.设计与实现了基于不变特征匹配的多幅图像自动拼接算法。针对变换矩阵多次传递可能引起的误差,本文采用捆绑调整算法求解全局变换矩阵。此外为了得到较高质量的融合效果,先对所有的图像进行亮度调整,之后采用多带融合技术消除鬼影。

关键词：图像拼接局部不变特征局部描述子图像配准内点率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于关系数据库的空间数据对象的研究

基于关系数据库的空间数据对象的研究

作者：胡颖福州大学

学位级别：硕士

本文介绍了利用COM技术开发基于标准关系型数据库且独立于数据库产品的空间数据对象——SDO支撑组件的开发背景、总体设计及相应的在关系数据库中的空间数据管理方案，侧重介绍了空间数据索引技术利空间数据二次过滤查询技术。该产品的... 详细信息

本文介绍了利用COM技术开发基于标准关系型数据库且独立于数据库产品的空间数据对象——SDO支撑组件的开发背景、总体设计及相应的在关系数据库中的空间数据管理方案，侧重介绍了空间数据索引技术利空间数据二次过滤查询技术。该产品的研制将有助于GIS应川系统的协同开发和空间数据的统一管理。

关键词：空间数据,空间数据对象,面向对象,COM技术,标准关系数据库

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于颜色特征的茶叶色泽分析的研究与应用

基于颜色特征的茶叶色泽分析的研究与应用

作者：张景林福州大学

学位级别：硕士

茶与中国人的生活有着紧密联系，是我国主要贸易出口的农产品之一，也是我国重要的经济作物，茶叶在出产前的最后一道工序是挑茶，主要是从色泽上来挑选茶叶的优劣，目前我国的这个检测手段仍然停留在传统低端的人工检测手段上，显然这... 详细信息

茶与中国人的生活有着紧密联系，是我国主要贸易出口的农产品之一，也是我国重要的经济作物，茶叶在出产前的最后一道工序是挑茶，主要是从色泽上来挑选茶叶的优劣，目前我国的这个检测手段仍然停留在传统低端的人工检测手段上，显然这是既费神又费力的事，而且存在较大的人为因素。因此，提出采用机器视觉技术并结合数字图像处理技术，以寻求一种快速的优劣茶叶检测方法。本文针对基于数字图像处理技术的农产品外观检测技术研究领域的核心问题——特征提取，研究适合于农产品图像的快速、高效的提取算法。农产品图像与自然图像一样，即使是同一种农产品的图像也有着一定的差异，这也正是对农产品图像特征提取的依据，如可通过颜色、纹理、形状等进行分割提取。以福建青茶铁观音图像为例，针对茶叶的图像特征，研究综合指标更好的图像特征提取算法。分析了茶叶图像中优劣茶叶的颜色特征，主要从RGB和HSV等颜色特征进行分析研究，构建特征向量函数并进行聚类算法研究，最终完成对茶叶图像色泽上的分类。论文的主要研究工作包括：1.通过大量的文献阅读和学习数字图像处理的理论知识，分析研究图像处理的相关技术方法。2.采用改进的种子算法实现茶叶图像颜色特征的区域提取，并在MicrosoftVisual C++2005编程环境下设计一套应用程序（色选机采样系统）。3.介绍了RGB颜色空间和HSV颜色空间以及其相互转换关系，重点分析了优劣茶叶在R、G、B、（R-G）、（R-B）、H、S、V8个颜色特征的分布情况，探讨了几种特征向量组合来区分优劣茶叶。4.依据Fisher判别分析理论构建特征向量函数并使用K-means聚类算法，最终完成对茶叶图像色泽上的识别。

关键词：数字图像处理区域生长颜色特征 Fisher判别 K-means聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

手写数字识别方法的研究与实现

手写数字识别方法的研究与实现

作者：敖永霞福州大学

学位级别：硕士

手写数字识别是手写字符识别的一个重要分支，在邮政通讯、交通、金融等很多行业有着非常广泛的应用。相对手写汉字识别而言，手写数字的识别比较简单，只有十种类别需要区分，但由于其变体极多并且对识别的正确率要求往往比手写汉字要... 详细信息

手写数字识别是手写字符识别的一个重要分支，在邮政通讯、交通、金融等很多行业有着非常广泛的应用。相对手写汉字识别而言，手写数字的识别比较简单，只有十种类别需要区分，但由于其变体极多并且对识别的正确率要求往往比手写汉字要高，因而研究简单而高效的手写数字识别方法具有重要意义。手写数字识别主要涉及图像处理和模式识别两个方面的内容。图像处理主要用于对手写数字的图像进行预处理与分割，得到单个的字符并计算相应的特征值，然后应用模式识别的方法对单个字符进行识别。在字符识别过程中，传统的模式识别方法如最小错误率的Bayes决策原理、模板匹配等方法对字符形状比较正常的情况适应较好，但当字符变形较大时往往得到错误的结果;句法模式识别方法能很好地克服字符变形，但实现算法一般比较复杂。本文综合上述两类方法各自的优缺点，提出了一种新的基于正则表达式和模板匹配的综合识别方法。该方法首先利用正则表达式计算出所有可能的候选类，然后在候选类上应用模板匹配方法进一步精确匹配。正则表达式属于句法模式识别方法，利用它来计算候选类可以较好的克服字符变形情况，较为精确的限定一个可能的结果;模板匹配方法的本质是一个相似度的计算，在限定的可能结果的样本训练集中搜索与所给字符形状最接近的目标。实验证明，该方法实现简单识别精度较高，尤其对一些不按常规形状书写的数字的识别正确率较高，具有一定的实用价值。本文的内容安排从手写数字识别的一般流程出发，先后介绍了图像预处理和字符分割、字符的特征提取和选择、识别方法的选择以及手写数字识别系统框架几个方面的主要内容。在识别方法选择部分深入讨论了最小错误率的Bayes决策理论、模板匹配、正则表达式以及基于正则表达式和模板匹配四种识别方法，并对上述四种方法的效果进行了实验对比。

关键词：手写数字识别链码正则表达式模板匹配

基于Gilbert算法和尺度化凸壳的SVM分类方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Gilbert算法和尺度化凸壳的SVM分类方法研究

作者：汪卫兵福州大学

学位级别：硕士

近年来,基于统计学习理论的支持向量机(英文全称Support Vector Machine,简称SVM)已经成为机器学习领域的一个研究热点,传统的机器学习方法都是采用经验风险最小化的原则,而支持向量机却基于结构风险最小化的理论,它的优点是：全局优化... 详细信息

近年来,基于统计学习理论的支持向量机(英文全称Support Vector Machine,简称SVM)已经成为机器学习领域的一个研究热点,传统的机器学习方法都是采用经验风险最小化的原则,而支持向量机却基于结构风险最小化的理论,它的优点是：全局优化,适应能力强,但它也存在一些不足,SVM在处理大样本问题时,训练算法计算量大,效率不高。当数据样本线性不可分时,样本容易存在错分的情况,SVM训练过程中的计算更复杂,SVM的分类模型的精度和训练速度都受到影响;本文针对这些问题进行深入研究,主要研究工作如下：(1)线性不可分问题可以通过软间隔SVM来处理,即在约束条件中增加一个松弛变量来将线性不可分问题转化成容易处理的问题,但松弛变量的选择是一个难点。文献[1]引入尺度化凸壳思想,通过选择压缩率对两个样本构成的凸壳进行压缩,直到两个凸壳可分,但它判定两个凸壳是否可分的方法不够准确,同时,还存在压缩率取值盲目的问题。针对上述问题,本文提出了一种新的判定数据样本构成的尺度化凸壳是否可分的方法,该判定方法通过计算数据样本的交叉深度估算尺度化凸壳压缩率的取值范围,确定压缩率的取值候选集,使得压缩率的取值不再盲目,能更快地计算出压缩率,这种判定方法可以比较准确地判断两个凸壳是否可分,避免不必要的压缩,压缩率的取值也更准确,这直接影响分类器的分类性能。(2) Gilbert算法是一种解凸二次规划的算法,由于它每次迭代的计算量较小,于是可用作SVM的训练算法来处理大规模数据问题。本文重点分析了Gilbert算法收敛过慢的问题,收敛速度主要受三方面的因素影响：初始点的选取,算法迭代更新策略,算法收敛条件的判定。(3) Gilbert算法是用来求解几何最近点对的算法,它的最大缺点是,在很多情况下,当迭代点接近最优解的时候,它的收敛速度非常慢。在Gilbert算法的迭代过程中,当迭代点越来越接近最优解时,它会在最优解附近徘徊,很难到达最优解。本文在Gilbert算法的基础上提出一个新的迭代策略,可以减少算法的迭代次数,加快收敛速度。实验结果证明本文改进后的算法求解速度和收敛速度加快。(4)结合改进的Gilbert算法和尺度化凸壳理论,本文设计了一种新的支持向量机的分类方法,并从国际通用标准数据集UCI上选取了若干数据集进行了实验,与现有的同类算法做了实验对比,实验结果证明,本文算法在保证数据分类准确率的前提下,算法的训练速度有所提高。

关键词：支持向量机核函数几何最近点 Gilbert算法尺度化凸壳

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多姿势的人物识别

基于多姿势的人物识别

作者：王维兰福州大学

学位级别：硕士

人物识别的目的是身份鉴别,随着对人物识别的研究发展与普及,身份鉴别在各个领域中都有巨大的应用前景。目前对人物识别方面的研究主要针对人脸区域,在没有清晰人脸的情况下识别率非常低,因此本文深入分析了目前人物识别算法的研究现状... 详细信息

人物识别的目的是身份鉴别,随着对人物识别的研究发展与普及,身份鉴别在各个领域中都有巨大的应用前景。目前对人物识别方面的研究主要针对人脸区域,在没有清晰人脸的情况下识别率非常低,因此本文深入分析了目前人物识别算法的研究现状,从多姿势方面入手,提取多姿势样本集和姿势特征,利用多姿势特征进行人物分类识别。在多姿势样本提取中,本文在基于poselets算法的基础之上提出了两种不同的方法进行姿势样本集提取。第一种方法是结合二分图最大权值匹配算法(P-BG),第二种方法是利用CNN特征和自然邻居流形排序的算法(P-CMR)。两种方法的不同之处在于通过根据特定位置人物头部标定框设置的过滤模型对图像中由poselets算法检出的人物框进行筛选后,P-BG算法利用筛选出的结果排序得分和二分图最大权值匹配算法对筛选结果进行匹配,找到特定位置的目标人物;P-CMR算法则对图像提取CNN特征,并利用自然邻居流形排序算法对图像特征进行排序,找出最优特征对应的图像即为特定位置的目标人物。最后,两种算法再对特定人物提取出对应的姿势。实验表明,本文的两种方法都能有效精确的检测出特定位置的人物,并提取出相应的人物姿势,而且第二种方法在人物被背景遮挡时的准确度略优于第一种方法。在特征提取过程中,本文针对不同部位的姿势采用不同的特征提取方法。与传统提取特征的算法相比,利用CNN(卷积神经网络)算法提取图像特征能更好的表达特征之间的相关性。本文对于非头部区域的姿势样本集采用Alexnet网络架构进行模型训练,对在ImageNet数据集上训练出的CNN模型进行微调;而属于头部区域的姿势样本集,则采用最新的VGGnet网络架构进行模型训练,由于样本数量的不足,因此在预训练好的VGG-face模型上直接进行微调。二者最终得到训练集一对应姿势的CNN模型,并在此模型上提取出训练集二和测试集的fc7层特征,用于后面的分类训练。在人物特征分类训练过程中,多维特征的组合很容易造成特征维度空间过大,数据处理缓慢,因此本文提出利用权值对姿势分类结果进行组合的方法进行人物识别。首先训练一个二分类SVM,得到每个姿势对应的权重值。然后,对测试集每个姿势的特征训练一个对应的多分类概率SVM(支持向量机)模型,得到对应的概率值,将每个姿势的概率值与其对应的权重值相结合,得到总的概率值即为最终的联合身份预测值。实验表明,本文算法在PIPA数据库上得到的人物分类准确度优于其他传统识别方法。

关键词：多姿势人物识别 poselets算法流形排序 cnn

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

公路隧道视频监控的智能分析算法研究

公路隧道视频监控的智能分析算法研究

作者：陈迪福州大学

学位级别：硕士

近年来，智能交通系统在交通运输领域有了长足的发展，它通过实现交通道路监控过程的智能化管理，不但有效地节约了交通管理的人力和物力资源，也使得车辆通行的效率和交通安全性得到了显著提高，对国民经济的增长起到了巨大的推动作用... 详细信息

近年来，智能交通系统在交通运输领域有了长足的发展，它通过实现交通道路监控过程的智能化管理，不但有效地节约了交通管理的人力和物力资源，也使得车辆通行的效率和交通安全性得到了显著提高，对国民经济的增长起到了巨大的推动作用。基于计算机视觉技术的交通智能监控和管理方法是智能交通领域的新兴研究热点，利用图像处理技术能够快速有效地实现交通车辆的检测和路面跟踪，该方法具有成本低廉和易于维护的优点，其实用性和经济性得到了业界的广泛认可。隧道环境大量存在于高速公路和城市道路中，是车辆通行的瓶颈路段和事故多发地段。公路隧道环境集合了多种交通环境中常见的复杂状况，对交通监控方案在该环境下的实施提出了巨大的挑战，因而具有很高的研究价值。本文主要针对公路隧道环境下的视频监控方法，特别是车辆检测和定位跟踪的智能算法进行了深入的研究。首先，本文对课题的背景知识和研究意义进行了阐述，解释了智能交通系统的概念以及其国内外的发展现状，并对公路隧道环境的特性和算法设计所要解决的难点进行了分析。然后，介绍与分析了基于视频的运动目标检测与跟踪算法及其适用范围，并对常用的运动车辆的特征提取方法进行了阐述。其中，重点针对运动目标检测中的背景建模问题进行分析，并基于单高斯分布提出了一种能够同时适应突变背景和渐变背景的延时背景更新模型。接着，针对公路隧道路灯环境进行研究，对该环境下适宜的基于纹理特征的车辆提取方法进行了概述和分析，针对当前方法对光照影响适应度不足的问题，提出了一种基于局部归一化处理的运动车辆提取方法，实验证明该方法对隧道路灯环境下的车辆目标提取有较好的效果。最后，针对公路隧道无路灯环境进行研究，从车头灯检测角度提出了一种具有较好鲁棒性的车辆检测方法，该方法依循“先跟踪后聚类”的思路，充分利用了运动目标的时域信息和空域信息实现了准确的车辆定位和跟踪，并通过仿真实验证明了该方法在隧道无路灯环境下良好的检测准确度。

关键词：智能交通系统公路隧道场景交通视频监控车辆检测车辆定位与跟踪