城區(qū)復(fù)雜背景條件下的車(chē)輛檢測(cè)算法研究.pdf

1、在智能車(chē)輛的信息感知中，對(duì)前方行駛車(chē)輛的檢測(cè)是其核心任務(wù)和重要前提之一。本文以智能主動(dòng)安全預(yù)警系統(tǒng)為背景，以城區(qū)復(fù)雜背景條件下行駛的車(chē)輛為研究對(duì)象，對(duì)小波變換在目標(biāo)檢測(cè)領(lǐng)域中的應(yīng)用進(jìn)行了討論和研究，并基于以上理論提出了一種基于單目視覺(jué)的車(chē)輛檢測(cè)的新方法。
　　在車(chē)輛檢測(cè)算法的研究方面，首先用三層金字塔高斯濾波器對(duì)原始圖像進(jìn)行平滑，然后采用一階導(dǎo)數(shù)算子——3×3的Sobel算子提取平滑后的圖像中包含的邊緣信息。在得到圖像全局輪廓的基

2、礎(chǔ)上，根據(jù)投影映射原理和統(tǒng)計(jì)數(shù)據(jù)求得圖像中車(chē)寬閾值，運(yùn)用“投票”機(jī)制來(lái)求取圖像中存在的輪廓對(duì)稱(chēng)軸，并將對(duì)稱(chēng)軸位置映射到一個(gè)一維向量中。然后利用小波模極大值原理，通過(guò)小波變換檢測(cè)出一維投票結(jié)果向量中的信號(hào)突變點(diǎn)，在整個(gè)像平面的對(duì)稱(chēng)軸集合中探測(cè)出候選車(chē)輛對(duì)稱(chēng)軸。得到候選車(chē)輛對(duì)稱(chēng)軸后，為了產(chǎn)生可用于確認(rèn)判別的車(chē)輛外接矩陣Region of Interests(ROI)，采用了邊緣特征作為車(chē)輛左右邊界定位的依據(jù)，并根據(jù)底部陰影特征來(lái)定位下邊界，