学位论文 > 优秀研究生学位论文题录展示
基于机器视觉的车辆检测和车距测量方法研究
作 者: 王华莹
导 师: 张明恒
学 校: 大连理工大学
专 业: 车辆工程
关键词: 车辆检测 K-Means聚类 改进Hu矩 车距测量 Camshift算法
分类号: TP274
类 型: 硕士论文
年 份: 2011年
下 载: 172次
引 用: 0次
阅 读: 论文下载
内容摘要
随着汽车保有量的增加,交通安全问题变得日益严重。基于机器视觉的安全车距预警技术具有视觉系统体积小、易于设置、成本较低、图像处理拥有较普及的基础技术平台等优点,目前已成为智能交通系统的研究热点。本文以高速公路车辆为研究对象,采用改进K均值聚类算法对车辆进行检测,并用改进Hu不变矩和改进Affine不变矩进行识别,最后应用Camshift算法对检测目标进行跟踪,在车辆检测跟踪基础上,利用数据拟合方法进行车距的计算。本文主要研究工作如下:1.由于视觉图像中多含有高斯噪声和椒盐噪声,经过理论分析与对比试验后,本文利用小波阈值消噪和中值滤波相结合的方法对图像进行预处理。在Hough变换检测车道标线基础上,通过对经典K均值聚类算法的聚类中心、聚类数和距离测度三方面的改进,实现车辆的准确检测,避免了经典K均值聚类结果不稳定、易发散等缺陷。2.矩特征在图像发生旋转、平移、缩放时都保持不变性,广泛应用于图像识别领域。Hu矩在数据离散情况下不具有缩放不变性,因此需对其进行改进。为限制矩特征的数据变化范围过大,对改进Hu矩和Affine矩取对数处理。综合运用图像的矩形度、对称性、改进Hu矩、改进Affine矩特征,先根据设定的矩形度和对称性阈值对图像进行处理,并根据改进Hu矩和Affine矩的组合不变矩进行模板的匹配,实现对目标区域的识别。3.为快速有效测量出前方车距,本文在Camshift算法对车辆位置进行跟踪基础上利用标定数据拟合方法对车距进行计算,通过预设的安全车距预警方法,达到在不同车距范围内给予驾驶员不同的信号提示。4.为验证上述车辆检测与车距测量方法的有效性,本文最后结合实际高速公路工况,对不同环境、不同车辆类型进行了相应的实车实验,实验结果表明所提出的方法对高速公路车辆检测和车距测量是可行的。
|
全文目录
摘要 4-5 Abstract 5-10 1 绪论 10-21 1.1 选题背景 10-12 1.2 本课题的国内外研究现状 12-18 1.2.1 理论研究现状 12-14 1.2.2 应用研究现状 14-18 1.3 研究目的及研究内容 18-21 1.3.1 研究目的 18 1.3.2 研究内容 18-21 2 前方车辆图像预处理 21-34 2.1 引言 21 2.2 图像增强 21-29 2.2.1 图像增强理论 21-22 2.2.2 常见图像滤波方法 22-24 2.2.3 图像滤波结果分析 24-29 2.3 颜色空间转换 29-33 2.3.1 RGB颜色模型 29-30 2.3.2 CIE XYZ颜色模型 30 2.3.3 Lab颜色模型 30-32 2.3.4 HSV颜色模型 32-33 2.4 小结 33-34 3 图像感兴趣区域提取及分割 34-55 3.1 引言 34 3.2 图像感兴趣区域提取 34-42 3.2.1 OTSU阈值分割 34-36 3.2.2 Sobel算子边缘检测 36-38 3.2.3 Hough变换 38-40 3.2.4 车道线识别及ROI区域建立 40-42 3.3 ROI区域的图像分割 42-49 3.3.1 经典K-Means聚类算法 42-43 3.3.2 聚类中心修正 43-45 3.3.3 距离测度 45-48 3.3.4 图像分割对比分析 48-49 3.4 二值化后图像处理 49-54 3.4.1 区域填充 49-51 3.4.2 数学形态学运算 51-53 3.4.3 阈值面积消去法 53-54 3.5 小结 54-55 4 车辆特征提取及识别 55-66 4.1 引言 55 4.2 矩形度特征 55-56 4.3 对称性特征 56-57 4.4 不变矩特征 57-61 4.4.1 经典Hu不变矩 57-58 4.4.2 改进Hu不变矩 58-60 4.4.3 改进Affine不变矩 60-61 4.4.4 组合不变矩 61 4.5 车辆识别 61-64 4.5.1 模板库的建立 61-63 4.5.2 识别结果及位置标记 63-64 4.6 小结 64-66 5 前方车距测量和预警系统设计 66-82 5.1 引言 66 5.2 单目视觉测距主要方法 66-69 5.2.1 基于几何关系的投影模型和摄像机标定的测距算法 66-68 5.2.2 基于逆投影变换的测距算法 68-69 5.2.3 基于数据回归建模的测距算法 69 5.3 实验方法及实验结果 69-74 5.3.1 实验设备及方法 69-71 5.3.2 视觉图像标定 71-73 5.3.3 实验结果 73-74 5.4 安全车距预警系统的设计 74-81 5.4.1 Camshift目标跟踪算法 75-79 5.4.2 安全车距预警模型的建立 79 5.4.3 预警结果 79-81 5.5 小结 81-82 结论 82-84 参考文献 84-88 攻读硕士学位期间发表学术论文情况 88-89 致谢 89-90
|
相似论文
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
- 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
- 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
- C电信公司中高端移动用户套餐适配研究,F626
- 交通视频监控若干关键算法设计及应用,TP391.41
- 融合整体与组件特征的车辆检测方法研究,TP391.41
- 基于机器视觉的交通路口车流量检测方法研究,TP274
- 基于特征提取的视频场景分类技术研究,TP391.41
- 基于嵌入式的停车场车位自动化管理系统与诱导系统的设计,TP315
- 数据挖掘在入侵检测系统中的应用研究,TP393.08
- 视频图像中的运动目标跟踪算法研究,TP391.41
- 边界防御系统中移动目标跟踪技术研究与实现,TP391.41
- 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
- 基于双目视觉的机动目标跟踪方法研究,TP391.41
- 基于K-Means聚类法的水团划分算法和可视化研究,TP391.41
- 汽车后视镜盲区检测及预警关键技术研究,TP391.41
- 电子警察系统中环形线圈车辆检测器的设计与改进,U495
- 网络中文事件自动检测技术研究,TP393.09
- 数据挖掘在校园网用户网络行为分析的应用研究,TP393.18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com
|