学位论文 > 优秀研究生学位论文题录展示

基于鱼眼图像的车辆检测算法的研究与实现

作 者: 程广涛
导 师: 张铁
学 校: 东北大学
专 业: 计算数学
关键词: 鱼眼图像 图像校正 车辆检测 多特征融合 车灯检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 37次
引 用: 1次
阅 读: 论文下载
 

内容摘要


随着社会经济的快速发展和人们生活水平的不断提高,汽车得到了广泛的普及,世界各国人均汽车保有量急剧增加。随之而来的交通拥堵、交通事故和环境污染等交通灾害对人类环境和社会发展的影响日益严重。因此,如何有效地提高交通效率、避免交通事故的发生已成为智能交通系统(ITS)中备受关注的研究方向。基于视觉的车辆检测作为ITS中最重要和最基础的技术之一,对其进行研究是非常必要和有意义的。本文以鱼眼相机作为外界环境信息的获取手段,从实用性角度出发建立了基于鱼眼图像的车辆检测系统。本文首先分析了车辆检测算法的研究现状,通过对比各种算法,阐述了现存车辆检测算法存在的问题。通过对鱼眼图像校正,提出了基于柱面模型的校正方法,使车辆检测算法在校正后的图像上实现。然后,在总结各种车辆检测方法适用性的基础上,本文提出了基于多特征融合的车辆检测算法,利用车辆阴影的对比敏感性进行车辆分割,通过对车辆本身的一些特征,如车底阴影、车辆边缘、对称性等来定位车辆在图像中的位置,这种算法主要应用在白天的车辆检测中。鉴于夜晚光线比较暗,白天车辆的特征变得模糊甚至消失,本文提出了基于车辆头灯的车辆检测算法,采用基于形态学的方法进行车灯检测,这种算法主要应用到夜晚的车辆检测中。本文对提出的车辆检测算法在不同天气条件下进行了评估测试,实验结果表明该算法能够在各种天气环境下较好地检测车辆,具有较强的鲁棒性和适用性。

全文目录


摘要  5-6
Abstract  6-9
第1章 绪论  9-15
  1.1 研究背景  9-10
  1.2 车辆检测的发展现状和存在问题  10-12
    1.2.1 国内的发展现状  10
    1.2.2 国外的发展现状  10-12
    1.2.3 目前研究存在的问题  12
  1.3 本文的主要工作  12-15
    1.3.1 本文研究内容  12
    1.3.2 本文组织结构  12-15
第2章 车辆检测理论  15-27
  2.1 图像处理理论  15-19
    2.1.1 基于Sobel算子的边缘检测  15-16
    2.1.2 直方图均衡化  16-18
    2.1.3 形态学运算  18-19
  2.2 常用车辆检测算法  19-24
    2.2.1 车辆检测算法概述  20
    2.2.2 车辆假设产生  20-23
    2.2.3 车辆假设验证  23-24
  2.3 车辆检测系统描述  24-25
  2.4 本章小结  25-27
第3章 基于柱面模型的鱼眼图像校正  27-35
  3.1 鱼眼图像成像原理  27-28
  3.2 鱼眼图像校正算法研究  28-34
    3.2.1 摄像机坐标系转换  28-30
    3.2.2 摄像机成像平面间的映射关系  30
    3.2.3 校正前提假设  30-31
    3.2.4 基于柱面模型的相机校正方法  31-34
  3.3 本章小结  34-35
第4章 基于多特征融合的车辆检测  35-47
  4.1 基于阴影的车辆分割  35-38
    4.1.1 阴影检测方法  35
    4.1.2 车辆候选区域生成  35-38
  4.2 基于多特征融合的车辆定位  38-45
    4.2.1 车辆下边缘定位  38-40
    4.2.2 车辆对称轴定位  40-43
    4.2.3 车辆左右边缘定位  43-45
    4.2.4 车辆上边缘定位  45
  4.3 本章小结  45-47
第5章 基于车辆头灯的车辆检测与算法实验  47-53
  5.1 基于车辆头灯的车辆检测  47-50
    5.1.1 基于形态学的车灯检测  47-48
    5.1.2 车辆头灯验证  48-49
    5.1.3 基于车辆头灯生成候选区域  49-50
  5.2 车辆检测算法实验  50-52
    5.2.1 实验数据  50
    5.2.2 实验结果  50-52
  5.3 本章小结  52-53
第6章 总结与展望  53-55
  6.1 工作总结  53
  6.2 进一步工作  53
  6.3 展望  53-55
参考文献  55-61
致谢  61

相似论文

  1. 基于机器视觉的车辆检测和车距测量方法研究,TP274
  2. 基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
  3. 基于支持向量机的视频目标检测方法研究,TP391.41
  4. 基于单目视觉的车辆检测算法研究与实现,TP274
  5. 基于视频的车辆检测与跟踪算法的研究与实现,TP391.41
  6. 融合整体与组件特征的车辆检测方法研究,TP391.41
  7. 基于机器视觉的交通路口车流量检测方法研究,TP274
  8. 钴结壳的非线性超声识别技术研究,TN912.34
  9. 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
  10. 复杂背景条件下的运动目标检测与跟踪的研究,TP391.41
  11. 粒子滤波框架下的自适应多特征融合目标跟踪方法研究,TP391.41
  12. 基于光场的三维对象检索中特征提取方法的研究,TP391.41
  13. 电子警察系统中环形线圈车辆检测器的设计与改进,U495
  14. 基于边缘的车道线识别算法的研究与实现,TP391.41
  15. 基于氨基酸序列的蛋白质结构功能预测方法研究,Q51
  16. 基于视频的交通数据采集系统设计,TP274.2
  17. 基于DSP的嵌入式智能交通监控系统前端设备设计与实现,TP368.12
  18. 智能驾驶视觉辅助技术的研究,TP391.41
  19. 使用跟踪移动对象多特征融合,TP391.41
  20. 鱼眼图像结构化场景准稠密匹配扩散算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com