紅外圖像下的道路場景理解方法研究.pdf

1、感知道路環(huán)境是智能車輛視覺系統(tǒng)一項非常重要的工作?，F(xiàn)在智能車輛系統(tǒng)的研究主要以可見光圖像為研究對象，然而，可見光相機存在對光照和陰影比較敏感，且在夜間無法應(yīng)用的缺陷。而利用紅外圖像則可以克服這些因素的限制。但是與此同時，紅外圖像又存在紋理特征少，邊界不清晰的弱點。本文針對紅外圖像的道路邊界檢測和行人檢測問題展開研究，論文的主要工作和成果為：
　　1.針對紅外道路邊界檢測問題，設(shè)計出一組針對紅外圖像特性的鄰域窗口特征，進而采用隨機森

2、林分類器得到道路邊緣概率圖。在此基礎(chǔ)上，通過采用基于Freeman鏈碼的邊界提取和二次多項式逼近等手段成功獲得了對道路邊界的精確估計。利用實車采集的多種路況圖像進行實驗證實了該算法的有效性。
　　2.針對紅外行人檢測問題，借鑒人眼視覺系統(tǒng)的顯著性機制，利用物體的邊緣信息構(gòu)造潛在的行人目標候選區(qū)域，以此替代傳統(tǒng)的行人檢測中暴力搜索的滑動窗口，有效抑制了對前景目標進行檢測的過程中來自背景的干擾，在此基礎(chǔ)上采用級聯(lián)分類器對疑似區(qū)域作出進