基于單目視覺與多特征的前方車輛檢測算法研究.pdf

1、近年來，隨著國內(nèi)外智能駕駛技術(shù)的發(fā)展，基于視覺的前方車輛檢測作為智能車輛系統(tǒng)的關(guān)鍵技術(shù)己成為當(dāng)前研究的熱點之一，其目的是通過檢測前方車輛來尋找智能車輛的可通行區(qū)域。本文主要研究基于單目視覺的車輛檢測算法，利用車輛的陰影特征、紋理特征、灰度對稱性特征、車尾燈及車牌等多個特征來檢測前方車輛。分析和對比了國內(nèi)外有關(guān)車輛檢測算法，本文提出了一些相應(yīng)的改進方法，并設(shè)計與實現(xiàn)了前方車輛檢測系統(tǒng)。其主要研究內(nèi)容有以下三點：
　　 ⑴提出了一種

2、改進的閾值化算法，該算法采用局部灰度值統(tǒng)計與雙OTSU算法綜合使用的方式來計算分割閾值。首先統(tǒng)計預(yù)設(shè)區(qū)域內(nèi)的灰度信息，當(dāng)統(tǒng)計信息有效時，利用局部灰度均值與方差計算分割閾值，而失效時利用雙OTSU算法計算分割閾值。
　　 ⑵根據(jù)分割閾值將灰度圖像二值化，并采用膨脹、腐蝕等形態(tài)學(xué)方法對二值圖像進行處理。利用陰影區(qū)域的形狀特征，在二值圖像中初步提取目標(biāo)區(qū)域;最后根據(jù)陰影區(qū)域與車體之間的位置關(guān)系提取感興趣區(qū)域。
　　 ⑶綜合利用

3、車輛尾部的紋理特征、灰度對稱性特征、車尾燈及車牌信息進行感興趣區(qū)域確認(rèn)。首先統(tǒng)計感興趣區(qū)域的熵值，剔除熵值較小的路面區(qū)域;然后計算感興趣區(qū)域的灰度對稱性，去除不滿足對稱性度量的區(qū)域;最后將感興趣區(qū)域進行顏色空間轉(zhuǎn)換，在HSV空間中搜索車尾燈對，并在車尾燈對之間搜索車牌，根據(jù)搜索結(jié)果進行感興趣區(qū)域判定。使用Visual Studio2008開發(fā)工具和OpenCV2.2圖像處理庫，設(shè)計并開發(fā)了前方車輛檢測系統(tǒng)。實驗結(jié)果表明，本文的車輛檢測算