1.一种基于视频监控的车辆跟踪与分割方法，其特征在于，包括以下步骤：步骤1、首先输入车辆监控视频；预先浏览车辆监控视频前n帧，确定出车辆行驶方向和车道宽度；

步骤2、其次进行背景建模，然后通过背景模型提取视频帧图像的前景图像，进行滤波处理并更新背景模型；

步骤3、结合前景图像及其外接矩形的面积联合判定前景图像是否属于车辆，若判定为车辆则利用前景图像外接凸包检测车辆是否属于粘连车辆；若车辆属于粘连车辆，利用凹点扫描线和凹点分割线进行车辆分割；所述步骤3凹点扫描线的具体查找过程如下：

1)对粘连车辆进行凸包，并用集合{Si}记录粘连车辆外接凸包的各个填充区域的面积，Si表示各个填充区域的面积；

2)选取面积最大的2个填充区域记为Sj和Sk；

3)分别记录Sj和Sk的边缘线的两个端点，并连接成两条直线l3和l4，l3和l4应近似平行于车辆行驶方向；

4)直线连接l3和l4的中点，此直线即为凹点扫描线l6；

利用凹点扫描线进行凹点具体查找过程如下：

1)记录扫描线原始位置，遍历凹点扫描线上的像素点，若存在像素点处于Sj或Sk，则执行步骤2)，否则执行步骤3)；

2)将扫描线逐步向上平移，若扫描线上的像素点在向上平移的过程中都处于车辆区域内，将扫描线向下平移一个像素点，扫描线上不在车辆区域内的像素点即为凹点1，记为C1；

继续向上平移扫描，扫描线上不在车辆区域内的像素点即为凹点2，记为C2；若没有找到凹点，则将扫描线从原始位置向下平移扫描，按相同操作查找凹点，跳转至步骤4)；

3)分别将扫描线上下平移扫描粘连车辆对应的凸包区域，将向上平移扫描时扫描线上对应的第一个不在车辆区域的像素点记为凹点1，即C1；将向下平移扫描时扫描线上对应的第一个不在车辆区域的像素点记为凹点2，即C2，跳转至步骤4)；

4)C1和C2的连接线即为粘连车辆分割线；

步骤4、将车辆加入跟踪队列并赋予其生命周期，利用车辆外接矩形质心和面积预测其在下帧的位置，并检测在下帧图像中是否存在此车辆，然后更新车辆信息并更新跟踪队列，具体过程描述如下：

1)读取当前视频图像序列加入跟踪队列的车辆，将其前景图像标记为Bi，在跟踪队列中保存该前景图像信息即Li，并为该前景图像赋予一个生存期TTL(单位：帧)，设置为3，并把该前景图像外接矩形行驶右上方坐标(x,y)视为下一帧该前景图像外接矩形质心的预测位置，其中，i为车辆标记编号；

2)进入k+1帧时，存储在跟踪队列Bi的TTL减1，计算出质心Ci到其预测位置的距离向量，并将矩形Li按照该向量平移到预测位置；

3)提取当前帧前景图像，并计算各个前景图像外接矩形和其质心位置，计算平移后的Li与当前帧中前景图像外接矩形重合面积和质心距离，当重合面积与预测的Li面积之比大于T3且质心距离小于T4，判定为匹配，视为同一辆车，将跟踪队列中Bi信息更新为当前帧中与其匹配的前景图像信息，其中，T3、T4为经验值；

4)选定跟踪队列中Bi外接矩形Li的质心Ci与当前帧该Bi质心的预测位置两者之间的中点为下一帧Bi外接矩形质心的预测位置；

5)进入k+2帧时，转至步骤3)，直至该车辆消失在选定的跟踪区域；

6)若在一帧中未跟踪到该车，且连续3帧都未跟踪到，TTL为0，说明该车已经驶离感兴趣区域，标志其生命周期的结束，当TTL变成0之前，又被跟踪到，则将该车的TTL重新赋值为

3，继续跟踪；

7)在跟踪车辆的同时，会有新的车辆驶入感兴趣区域，需要对当前帧的前景图像进行判断，标记并加入跟踪队列中。

2.根据权利要求1所述的基于视频监控的车辆跟踪与分割方法，其特征在于，步骤2进行背景建模的步骤包括：初始化第1帧视频图像建立背景模型；

对于视频第1帧中的每个像素点，随机抽取与其相邻的8个像素点作为此像素点的背景模型，如果t＝0代表视频的第1帧，NG(x)为像素点x的空间邻居像素点，则点x的背景模型初始化为M0(x)＝{v0(y|y∈NG(x))}   (2)

(2)式中，y是从NG(x)中随机读取的，v0(y)需要随机选择多次直到能够满足M0(x)中背景像素点个数的要求。

3.根据权利要求1或2所述的基于视频监控的车辆跟踪与分割方法，其特征在于，步骤2更新背景模型包括：从第2帧开始更新背景模型，更新背景模型如下：

1)对像素点进行统计，如果某个像素点连续20次被检测为前景，则将其更新为背景点；

2)当一个像素点被分类为背景点时，它有 的概率去更新背景模型；

3)每一个背景点有 的概率去更新自己的模型样本值，同时也有 的概率去更新它的邻居点的模型样本值，同时当前景点计数达到临界值时将其变为背景，并有 的概率去更新自己的模型样本值；在选择要替换的样本集中的样本值时候，随机选取一个样本值进行更新。

4.根据权利要求1所述的一种基于视频监控的车辆跟踪与分割方法，其特征在于，步骤

3对检测到的运动目标进行车辆判定，判定方法为：如果运动目标的轮廓面积及其外接矩形的面积分别大于设定的阈值，则视为一辆车，否则不是车辆。

5.根据权利要求4所述的一种基于视频监控的车辆跟踪与分割方法，其特征在于，对运动目标被判定为运动车辆进行粘连判定，具体判定方法如下：计算车辆的面积Areavehicle与车辆外接凸包的面积Areaconvex的比值RA，如果RA大于设定的阈值，则视为单辆车，加入到跟踪队列；否则视为粘连车辆，对其进行粘连车辆分割。

6.根据权利要求1所述的一种基于视频监控的车辆跟踪与分割方法，其特征在于，所述步骤4采用预测式方法进行跟踪，确保车辆不会被重复计数。