車載紅外行人檢測(cè)系統(tǒng)研究.pdf

1、行人檢測(cè)是車輛輔助駕駛的一部分,在城市交通安全方面具有重要的應(yīng)用價(jià)值,也因此成為計(jì)算機(jī)視覺(jué)和智能車輛領(lǐng)域的研究熱點(diǎn)。本文車載紅外行人檢測(cè)系統(tǒng)采用被動(dòng)式紅外相機(jī),它具有夜視功能,能同時(shí)應(yīng)用在白天和晚上,且成像背景簡(jiǎn)單,不易受光照、紋理、陰影和顏色等信息的干擾。然而由于行人為非剛性物體,且容易受背景中其它熱源的干擾,加之紅外成像分辨率也較低,使得紅外行人檢測(cè)面臨一定的困難和挑戰(zhàn)。文中針對(duì)紅外圖像的特點(diǎn),對(duì)紅外行人檢測(cè)算法進(jìn)行了研究,并對(duì)整體

2、車載紅外行人檢測(cè)系統(tǒng)的實(shí)現(xiàn)做了大量的研究工作。
　　紅外行人檢測(cè)主要分為感興趣區(qū)域(Region of Interest,ROI)提取和行人識(shí)別兩方面內(nèi)容。本文在這方面所做的主要研究工作為:
　　1.感興趣區(qū)域提取部分,首先濾除紅外圖像中的噪聲,然后根據(jù)紅外圖像背景像素分布特點(diǎn)計(jì)算雙閾值對(duì)圖像進(jìn)行自適應(yīng)閾值分割,最后提取前景區(qū)域,采用串聯(lián)濾波的方法濾除不符合行人特征的區(qū)域;
　　2.行人識(shí)別部分,采用由粗到細(xì)的分層識(shí)別

3、的方法,首先根據(jù)行人方向不同形狀差別較大的特點(diǎn)分別設(shè)計(jì)了左、右和前后朝向的行人頭肩概率模板,用模板匹配的方法對(duì)感興趣區(qū)域進(jìn)行粗分類,然后再提取粗分類識(shí)別出來(lái)的行人區(qū)域的方向梯度直方圖(Histogram of Oriented Gradient,HOG)特征,用SVM訓(xùn)練分類器對(duì)這些區(qū)域做進(jìn)一步的識(shí)別,實(shí)現(xiàn)細(xì)分類,針對(duì)三種朝向的行人分別訓(xùn)練了三個(gè)分類器,提高了識(shí)別率。為了提高算法的魯棒性,算法加入了跟蹤過(guò)程,跟蹤采用復(fù)雜度較低的區(qū)域跟蹤