智能車載紅外視覺預(yù)警系統(tǒng)中的圖像特征提取技術(shù)研究.pdf

1、隨著我國城市化的不斷推進(jìn)和汽車的不斷普及,各種各樣的交通事故不斷出現(xiàn),尤其是在夜間,公路事故高發(fā)。因此,智能車載預(yù)警系統(tǒng)及其圖像處理技術(shù)的研究就越來越重要。
　　 本文首先介紹了選用的圖像采集系統(tǒng)和采集的圖像類型,接著針對采集圖片的具體特點(diǎn),選擇車尾燈作為待提取的特征,之后用中值濾波對圖像進(jìn)行去噪處理,用拉普拉斯銳化將邊緣清晰化,用K-means算法和FCM算法選擇閾值數(shù),在迭代法和大津法之間選擇大津法進(jìn)行閾值分割,用數(shù)學(xué)形態(tài)學(xué)

2、運(yùn)算去除小的噪聲點(diǎn)。
　　 在對汽車尾燈進(jìn)行特征提取和配對時(shí),本文在選取了感興趣的區(qū)域之后,從前方車輛的幾何特征、亮度特征和顏色特征中選用幾何特征,使用其面積的規(guī)律以及車燈位置大致處于同一水平線的事實(shí)來提取和配對尾燈;然后在不清除非AOI區(qū)域和清除非AOI區(qū)域這兩種處理方法中,選擇了后面的處理方法,該方法的具體過程可概括為在清除非AOI區(qū)域后,求取連通域,提取各連通域的中心點(diǎn),提取和配對尾燈。最后,本文推導(dǎo)出了測距的公式,并計(jì)算