近年來,隨著科技的飛速發(fā)展和車輛保有量的迅速增加,道路交通安全事故給人們的生命財產帶來了巨大的損失,已然成為了當下人們普遍關心的焦點問題。汽車主動安全技術的出現,為提高道路交通安全提供了新的方向,受到了人們前所未有的關注。作為其重要技術組成部分的道路前方車輛檢測技術是自適應巡航、防撞預警、自動緊急剎車等功能實現的基礎,也是未來智能網聯車輛實現的必然要求。本文面向高速公路等高等級公路下的復雜工況,圍繞基于機器視覺的前方車輛檢測系統(tǒng)及其算法的嵌入式移植等問題進行展開研究。首先研究了車輛檢測算法的設計與仿真。介紹了Adaboost算法,闡述了其優(yōu)勢與基本原理以及級聯分類器的構建過程。在傳統(tǒng)級聯Adaboost算法基礎上,針對不同光照條件下系統(tǒng)的魯棒性需求,通過直方圖均衡化技術對樣本進行預處理并訓練了適用本系統(tǒng)的分類器模型。采用Matlab與VS仿真研究多種復雜條件下算法的檢測效果,面向高速公路與城市道路下的復雜環(huán)境,針對系統(tǒng)高檢測速度的需求,提出了基于多范圍ROI區(qū)域選取的車輛檢測方法,提高了系統(tǒng)的實時性。接著搭建了車輛檢測系統(tǒng)平臺。提出了基于DSP的嵌入式車載機器視覺解決方案。通過分析車輛... 

【文章來源】：江蘇大學江蘇省

【文章頁數】：83 頁

【學位級別】：碩士

【部分圖文】：

016年全國各類事故死亡人數比例圖

NAVLAB11實驗車Fig.1.2TheCMUNAVLAB11

KIT無人駕駛車輛的立體相機模型構建Fig.1.3ConstructionofastereoscopiccameramodelforKITunmannedvehicle

【參考文獻】：
期刊論文
[1]基于多模式弱分類器的AdaBoost-Bagging車輛檢測算法[J]. 王海,蔡英鳳,袁朝春.  交通運輸工程學報. 2015(02)
[2]顏色特征模型在靜態(tài)車輛檢測中的應用[J]. 張力,鄧亞航,饒小李.  武漢工程大學學報. 2015(01)
[3]基于單目視覺的夜間前方車輛檢測方法[J]. 郭君斌,王建強,易世春,李克強.  汽車工程. 2014(05)
[4]基于機器視覺的汽車遠近光燈的自適應切換算法[J]. 王海,蔡英鳳,戴華平.  科學技術與工程. 2014(05)
[5]基于車底陰影的前方運動車輛檢測[J]. 齊美彬,潘燕,張銀霞.  電子測量與儀器學報. 2012(01)
[6]直方圖均衡化在數字圖像處理中的應用[J]. 李楠,劉永強,韓國華.  甘肅科技. 2010(18)
[7]基于邊緣對稱性的視頻車輛檢測算法[J]. 高磊,李超,朱成軍,熊璋.  北京航空航天大學學報. 2008(09)
[8]基于DM642的嵌入式視頻監(jiān)控系統(tǒng)的實現與優(yōu)化[J]. 郝宏偉,王淑敏,李淵.  微計算機應用. 2008(03)
[9]基于模型的車輛檢測與跟蹤[J]. 胡銦,楊靜宇.  中國圖象圖形學報. 2008(03)
[10]EDMA在實時圖像處理系統(tǒng)中的應用[J]. 耿磊,吳曉娟.  國外電子元器件. 2006(01)

碩士論文
[1]基于車道檢測的車輛檢測方法[D]. 宋慧敏.武漢理工大學 2008



本文編號：3554259