Visuelle Fahrzeugverfolgung mittels Embedded Systems

Bei steigendem Verkehr und damit größerer Auslastung des Straßennetzes wird es für Verkehrsleitzentralen immer wichtiger, genaue Informationen über die aktuelle Verkehrslage zu erhalten. In dieser Arbeit wurde ein Bildverarbeitungssystem beschrieben, mit dessen Hilfe verkehrsrelevante Daten aus den Videos von statischen Verkehrskameras ermittelt werden können, und zwar direkt vor Ort, mittels Embedded Systems. Zuerst wurden verschiedene Hintergrundalgorithmen beschrieben und verglichen, wobei der Approximated Median Algorithmus als der für die Anwendung geeignetste ausgewählt wurde. Um Fehler im Hintergrundmodell durch bewegte Fahrzeuge zu vermeiden, wurden eine selektive Hintergrundaktualisierung und eine globale Helligkeitsanpassung des Hintergrundmodells implementiert.
Das Trackingmodul beruht auf einem histogrammbasierten Mean-Shift Algorithmus, der für die Implementierung auf einem DSP adaptiert wurde (Fixpunktarithmetik, vereinfachte Gewichtsfunktion, minimaler Bhattacharyya Koeffizient und Subpixel Skalierung). Die Ergebnisse des Mean-Shift Trackers werden mit den Blobs der Vordergrundmaske aus dem Hintergrundmodell korreliert. Die beschriebenen Module wurden zu einem Gesamtsystem integriert, das sowohl auf einem PC als auch auf einem DSP lauffähig ist.
In der abschließenden Evaluierung wurde das Gesamtsystem sowohl mittels synthetisch erzeugter Testsequenzen als auch Videos von Tunnelkameras und Freilandautobahnen getestet. Somit konnte gezeigt werden, dass Bildverarbeitung zur Fahrzeugverfolgung mit den beschriebenen Methoden, unter bestimmten Bedingungen, auch auf Embedded Systems möglich ist.
Eine der wesentlichsten Bedingungen dabei ist, dass eine gute Objektinitialisierung durchgeführt werden kann.