该课题为基于Matlab的运动目标跟踪系统。可以实时框定运动目标。对运动目标的行为做识别。带有人机交互界面，需要在人机交互界面的基础上进行拓展

该课题为基于matlab的运动汽车跟踪系统。读录视频，进行视频分帧，提取背景，框定运动目标。计算运动目标的数量，速度车道，车流密度等等信息带有人机交互界面框架，适合具备一定编程基础的人员学习。

该课题为基于matlab的运动汽车跟踪系统。读录视频，进行视频分帧，提取背景，框定运动目标。计算运动目标的数量，速度车道，车流密度等等信息带有人机交互界面框架，适合具备一定编程基础的人员学习。

该课题为基于matlab的运动汽车跟踪系统。读录视频，进行视频分帧，提取背景，框定运动目标。计算运动目标的数量，速度车道，车流密度等等信息带有人机交互界面框架，适合具备一定编程基础的人员学习。

该课题为基于matlab的运动汽车跟踪系统。读录视频，进行视频分帧，提取背景，框定运动目标。计算运动目标的数量，速度车道，车流密度等等信息带有人机交互界面框架，适合具备一定编程基础的人员学习。

该课题为基于Matlab的运动目标跟踪系统。可以实时框定运动目标。对运动目标的行为做识别。带有人机交互界面，需要在人机交互界面的基础上进行拓展

该课题为基于matlab的运动汽车跟踪系统。读录视频，进行视频分帧，提取背景，框定运动目标。计算运动目标的数量，速度车道，车流密度等等信息带有人机交互界面框架，适合具备一定编程基础的人员学习。

带视频跟踪车辆功能，可用于十字路口和路段上卡口违法抓拍. 可检测闯红灯,压实线,压双黄,变道行驶,禁左、直、右转,逆行,违法停车. 有着非常强大的功能。 提供成熟的，车辆视频跟踪源代码 车牌跟踪源代码 视频跟踪源代码。 并附源代码文档说明及VC++、BCB、VB、Delphi、C#等开发包。在市场有10年以上应用成功案例： 源代码不含第三方控件或LIB，核心算法是C语言开发，基于VC6.0封装的DLL或OCX控件，基于Windows\Linux平台。 产品可应用在高速公路卡口、电子警察、超速抓拍、等众多需要车辆抓拍和车牌识别的领域。 1）全天候跟踪 （晴天、雨天、白天、夜晚...） 2）自动跟踪所有车型车辆，包括大小车，货车，农用车，客车，摩托车等等； 3）自动识别汽车牌照的底色 (黄、黑、蓝)； 4）具有识别训练功能，可适应不用的应用环境，提高识别效果。 5）识别速度：< 10 ms； 6）车辆跟踪率：大于 98% 7) 如不需要源码，可提供成熟的车辆视频跟踪SDK开发包，开发端口，支持多种语言，便于应用软件集成。 技术指标： 监视距离1-50米(具体视成像设备性能) 。 可见光成像模式、支持LED和闪光灯等辅助光源，全天候7×24小时连续工作。 车辆跟踪率：大于 98% 能够跟踪行驶速度可达200km/h高速行驶的车辆的车牌 。 本车辆跟踪算法可以嵌入治安卡口，超速抓拍，十字路口电子警察等系统。 qq：506268903

MATLAB运动车辆跟踪，检测运动的车辆，框定出目标物体，然后计数，车速，车道等

% trafficObj1 = mmreader('traffic.avi'); trafficObj1 = VideoReader('traffic.avi'); mplay('traffic.avi'); darkCarValue=70; darkCar=rgb2gray(read(trafficObj1,71)); %noDarkCar=imextendedmax(darkCar,darkCarValue); %imshow(darkCar); %figure,imshow(noDarkCar); sedisk=strel('disk',2); %noSmallStructures=imopen(noDarkCar,sedisk); %imshow(noSmallStructures); nframes=get(trafficObj1,'NumberOfFrames'); %帧数 I=read(trafficObj1,1); %读取第一帧 taggedCars=zeros([size(I,1) size(I,2) 3 nframes],class(I)); %定义一个4维数组存放每一帧 for k=1:nframes singleFrame = read(trafficObj1,k); %读取第k帧 I=rgb2gray(singleFrame); %转换为灰度图像