基于單目視覺的車輛檢測與跟蹤算法-研究

基于單目視覺的車輛檢測與跟蹤算法-研究

ID:31852677

大?。?.48 MB

頁數(shù):96頁

時間:2019-01-21

基于單目視覺的車輛檢測與跟蹤算法-研究_第1頁
基于單目視覺的車輛檢測與跟蹤算法-研究_第2頁
基于單目視覺的車輛檢測與跟蹤算法-研究_第3頁
基于單目視覺的車輛檢測與跟蹤算法-研究_第4頁
基于單目視覺的車輛檢測與跟蹤算法-研究_第5頁
資源描述:

《基于單目視覺的車輛檢測與跟蹤算法-研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫

1、萬方數(shù)據(jù)哈爾濱工程大學學位論文原創(chuàng)性聲明本人鄭重聲明:本論文的所有工作,是在導(dǎo)師的指導(dǎo)下,由作者本人獨立完成的。有關(guān)觀點、方法、數(shù)據(jù)和文獻的引用已在文中指出,并與參考文獻相對應(yīng)。除文中已注明引用的內(nèi)容外,本論文不包含任何其他個人或集體已經(jīng)公開發(fā)表的作品成果。對本文的研究做出重要貢獻的個人和集體,均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人承擔。作者(簽字):日期:年月日哈爾濱工程大學學位論文授權(quán)使用聲明本人完全了解學校保護知識產(chǎn)權(quán)的有關(guān)規(guī)定,即研究生在校攻讀學位期間論文工作的知識產(chǎn)權(quán)屬于哈爾濱工程大學。哈爾濱工程大學有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論

2、文的復(fù)印件。本人允許哈爾濱工程大學將論文的部分或全部內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索,可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學位論文,可以公布論文的全部內(nèi)容。同時本人保證畢業(yè)后結(jié)合學位論文研究課題再撰寫的論文一律注明作者第一署名單位為哈爾濱工程大學。涉密學位論文待解密后適用本聲明。本論文(□在授予學位后即可□在授予學位12個月后□解密后)由哈爾濱工程大學送交有關(guān)部門進行保存、匯編等。作者(簽字):導(dǎo)師(簽字):日期:年月日年月日萬方數(shù)據(jù)萬方數(shù)據(jù)基于單目視覺的車輛檢測與跟蹤算法研究摘要隨著社會的不斷進步,汽車正為越來越多的人所使用,而相應(yīng)的,交通事故也越來越多。為解決這一

3、問題,越來越多國家開始研究智能交通系統(tǒng)。而智能交通的核心基礎(chǔ)就是要檢測和跟蹤道路上的車輛,根據(jù)車輛位置信息來避免交通事故的發(fā)生。本文正是采用基于視覺的方法檢測和跟蹤前方車輛的。車輛檢測通常分為兩個步驟。首先確定車輛可能存在的區(qū)域,這其中包括路旁樹木等留下的虛假車輛陰影。接下來就要剔除虛假的車輛陰影,確定車輛的具體位置。正常情況下最有可能會與本車發(fā)生碰撞的前方車輛在本車道內(nèi),所以本文首先檢測車道線,根據(jù)車道線縮小車輛檢測的范圍,提高檢測效率和精度。在提取車道線的基礎(chǔ)上,利用車輛底部在道路上的陰影與路面灰度值的對比度較大,確定車輛可能存在的區(qū)域。再融合圖像熵等紋理特征剔除虛

4、假的車輛陰影,準確檢測出前方車輛。本文的主要工作如下:1.改進了基于OTSU大津閾值法的自適應(yīng)二值化方法,采用通過統(tǒng)計道路樣本區(qū)域灰度值特性的方式來估算道路區(qū)域灰度值,這樣可以避免傳統(tǒng)OTSU對整幅圖像統(tǒng)計灰度值時計算量大且有非路面區(qū)域干擾的缺點,提高算法實時性和準確性。2.在車道線檢測算法中,運用了形態(tài)學方法和邊緣提取方法后,設(shè)計了搜索車道線內(nèi)側(cè)邊緣的掃描算法,并通過對比霍夫變換的算法性能,采用了最小二乘法的擬合車道線方法。為進一步提高算法效率,本文采用了車道線跟蹤算法,在前一幀圖像的車道線位置左右各擴展50像素范圍內(nèi)搜索,大大降低了車道線檢測算法時間。根據(jù)檢測到的車

5、道線結(jié)果,本文計算了每幀圖像車輛的偏航角,當偏航角超過給定閾值時即表明車輛即將偏離本車道,此時可發(fā)出光聲等信號提醒司機采取措施。3.在車輛檢測與跟蹤算法中,本文在基于陰影檢測的算法基礎(chǔ)上,結(jié)合圖像熵值和灰度圖像對稱性排除虛假車輛區(qū)域,檢測出車輛在圖像中位置信息,并采用基于卡爾曼濾波的跟蹤方法,在保證檢測精度的同時提高了檢測效率,增強了算法的實時性。4.本文建立了安全車距的防碰撞模型,即相對車速與最大制動距離之間的關(guān)系,并且給出了基于視覺的測距模型,根據(jù)圖像中檢測到的車輛坐標即可計算出車距,進而估算出碰撞時間。本文使用C++語言利用視覺處理庫OpenCV1.0編寫了前方車

6、輛檢測系統(tǒng)軟件,并采集了多段道路視頻進行實驗。實驗結(jié)果表明本文算法滿足實時性要求,在光照條件良好路段能穩(wěn)定的跟蹤前方車輛目標,對于路況復(fù)雜情況也具有一定魯棒性。關(guān)鍵詞:單目視覺;車道線檢測;車輛檢測;車輛跟蹤;卡爾曼濾波萬方數(shù)據(jù)哈爾濱工程大學碩士學位論文萬方數(shù)據(jù)基于單目視覺的車輛檢測與跟蹤算法研究AbstractWiththedevelopmentofsociety,moreandmorepeoplebuycars,andaccordingly, trafficaccidentsarealsoincreasing.Inordertosolvethisproblem,mo

7、reandmorecountries havebeguntostudytheintelligenttransportationsystem.Andthecoreofthebasisof intelligenttransportationsystemistodetectandtrackvehiclesontheroad,accordingtothe positioninformationofvehicletoavoidtrafficaccidents.Thispaperisbasedonthevisual methodfordetectio

當前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。