1.目的及意义

1.1研究的背景、目的及意义

随着祖国经济的快速腾飞，私家车辆逐步的普及，越来越多的人家拥有自家的车辆，同时随着城市的不停发展，城镇的公共交通设施也愈来愈多，道路的通行压力也越来越大，交通资源的合理分配以及车辆信息的收集和跟踪显得格外的重要，这也成为了国内外研究人员致力于只能交通的主要目标。

近年来，以MATLAB图像分析技术，计算机神经视觉网络为基础的，大范围、全面的对车辆进行检测和识别的理论技术迅速发展，逐步实现对车辆信息的全面分析和管理。通过对车辆主要特征的检测识别和分类，及其运动状态的跟踪监测，实现智能交通的控制和管理。

本次毕业设计我将基于MATLAB的图像处理技术，运用SURF的计算处理办法，实现对车辆特征的提取和分析，进一步实现车辆的跟踪。SURF算法是对SIFT算法的一种改良，在执行效率上有显著的改善，目前在国内外广泛的运用，具有实际的学习和研究价值，

目前该技术广泛的运用于各大领域，ETC收费系统，犯罪车辆肇事逃逸和抢盗车辆的识别与跟踪，城市智能交通的规划管理等等。

1.2国内外研究现状

在上世纪20年代初期，图像处理技术最早运用于报纸业，随着科技的不断进步，人类科研需求的不断增强，图像处理技术已经发展成熟并运用于各大产业。在交通行业，由于车辆数目巨大，所以需要计算分析的数据量也十分庞大，所以发展的尤为迅猛。

在车辆检测跟踪当中，车辆快速运动，所以图片中饱含很多冗余的信息，目前图像处理技术，可以基本实现去除图片中的噪音等干扰，仅保留有用信息。同时对于不同的图片情况，越来越多的计算方法和处理办法也应需而生，除我使用的SURF算法是基于边的特征提取算法，还有很多基于角特征、基于块特征的算法。编写不同的算法及程序在图像上，也会有不同的结果。

发展到今日，图像处理技术已经不止是简单的识别和处理了，随着近年来卷积神经网络的流行和发展，图像理解和计算机视觉技术为图像处理带来了新的挑战和课题。国内外正致力于让计算机能做出相应的图像理解行为，让基于图像特征的跟踪更加智能化。