本文關(guān)鍵詞：基于監(jiān)控圖像的高速公路能見(jiàn)度估計(jì)研究

  更多相關(guān)文章： 能見(jiàn)度估計(jì) 亮度對(duì)比 區(qū)域檢測(cè) 攝像機(jī)標(biāo)定

【摘要】：低能見(jiàn)度不僅影響道路通行能力,而且極易引發(fā)交通事故,威脅生命與財(cái)產(chǎn)安全,尤其在行駛速度較大的高速公路上,其安全危害更大。傳統(tǒng)能見(jiàn)度檢測(cè)方法主要有目測(cè)估計(jì)與儀器檢測(cè),前者主觀(guān)性影響大,后者安裝與維護(hù)成本較高,難以高密度布設(shè)。同時(shí)隨著高速監(jiān)控系統(tǒng)的廣泛應(yīng)用,采集到的視頻資源為基于圖像處理技術(shù)的能見(jiàn)度研究提供了數(shù)據(jù)基礎(chǔ)。因此基于監(jiān)控圖像的高速公路能見(jiàn)度估計(jì)研究成為了一個(gè)重要課題。本文以白天能見(jiàn)度檢測(cè)為主,在能見(jiàn)度檢測(cè)相關(guān)理論基礎(chǔ)上分析了高速公路對(duì)能見(jiàn)度的檢測(cè)需求與檢測(cè)可行性,提出了基于監(jiān)控圖像的高速公路能見(jiàn)度估計(jì)算法—利用圖像亮度對(duì)比定位最遠(yuǎn)視點(diǎn),通過(guò)攝像機(jī)標(biāo)定完成圖像最遠(yuǎn)視點(diǎn)到實(shí)際能見(jiàn)度值映射;并指出了算法中的兩大關(guān)鍵問(wèn)題:圖像興趣區(qū)域檢測(cè)(天空和道路區(qū)域)與攝像機(jī)標(biāo)定。首先研究了圖像興趣區(qū)域的檢測(cè)方法,旨在為攝像機(jī)標(biāo)定與亮度計(jì)算奠定基礎(chǔ)。其中天空區(qū)域檢測(cè)采用自適應(yīng)閾值分割法與區(qū)域生長(zhǎng)法,實(shí)驗(yàn)表明兩種方法均可較好實(shí)現(xiàn)對(duì)天空區(qū)域的檢測(cè);在道路區(qū)域檢測(cè)中,提出了基于線(xiàn)形的道路邊緣檢測(cè)方法,并在霍夫變換基礎(chǔ)上設(shè)計(jì)了冗余檢測(cè)邊緣聚類(lèi)合并算法,實(shí)驗(yàn)表明該方法可以較好實(shí)現(xiàn)對(duì)道路區(qū)域檢測(cè)與道路幅面識(shí)別。其次在針孔攝像機(jī)成像的基礎(chǔ)上,研究了高速公路環(huán)境下攝像機(jī)標(biāo)定方法,并結(jié)合高速公路路面構(gòu)造尺寸特點(diǎn),以車(chē)道分界線(xiàn)為檢測(cè)特征實(shí)現(xiàn)攝像機(jī)標(biāo)定。再分別以天空與道路局部圖像為基礎(chǔ)計(jì)算各自亮度參數(shù),利用人體視覺(jué)對(duì)比閾值0.05確定圖像中最遠(yuǎn)視點(diǎn),結(jié)合攝像機(jī)標(biāo)定估算高速公路的能見(jiàn)度值。最后以?xún)山M監(jiān)控圖像(標(biāo)清與高清)為實(shí)驗(yàn)樣本,對(duì)高速公路能見(jiàn)度估計(jì)算法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明:(1)該算法對(duì)標(biāo)清與高清圖像均適用;(2)算法檢測(cè)結(jié)果能夠滿(mǎn)足高速公路對(duì)能見(jiàn)度檢測(cè)需求;(3)基于高清圖像的能見(jiàn)度檢測(cè)效果更好;(4)路面干燥時(shí)能見(jiàn)度檢測(cè)準(zhǔn)確性更高。
【關(guān)鍵詞】：能見(jiàn)度估計(jì) 亮度對(duì)比 區(qū)域檢測(cè) 攝像機(jī)標(biāo)定
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U495;TP391.41
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-18
• 1.1 選題背景9-13
• 1.1.1 氣象環(huán)境對(duì)交通安全影響分析9-12
• 1.1.2 公路交通氣象觀(guān)測(cè)站建設(shè)使用分析12
• 1.1.3 高速公路監(jiān)控系統(tǒng)應(yīng)用情況分析12-13
• 1.2 研究目的和意義13-14
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀14-16
• 1.3.1 白天能見(jiàn)度檢測(cè)研究14-15
• 1.3.2 夜間能見(jiàn)度檢測(cè)研究15-16
• 1.4 論文研究?jī)?nèi)容及安排16-18
• 1.4.1 主要研究?jī)?nèi)容16-17
• 1.4.2 論文內(nèi)容安排17-18
• 第二章 能見(jiàn)度檢測(cè)理論基礎(chǔ)與算法設(shè)計(jì)18-35
• 2.1 能見(jiàn)度檢測(cè)概述18-24
• 2.1.1 能見(jiàn)度定義18
• 2.1.2 能見(jiàn)度檢測(cè)原理18-21
• 2.1.3 能見(jiàn)度傳統(tǒng)檢測(cè)方法21-24
• 2.2 基于圖像的能見(jiàn)度檢測(cè)原理與方法分析24-26
• 2.2.1 基于圖像的能見(jiàn)度理解24-25
• 2.2.2 基于圖像的能見(jiàn)度檢測(cè)方法分析25-26
• 2.3 基于圖像的能見(jiàn)度相關(guān)特征分析26-30
• 2.3.1 圖像特征分析26-28
• 2.3.2 能見(jiàn)度相關(guān)圖像特征分析28-30
• 2.4 基于監(jiān)控圖像的高速公路能見(jiàn)度估計(jì)算法設(shè)計(jì)30-34
• 2.4.1 高速公路能見(jiàn)度檢測(cè)需求分析30-31
• 2.4.2 基于監(jiān)控圖像的能見(jiàn)度檢測(cè)可行性分析31-32
• 2.4.3 基于監(jiān)控圖像的能見(jiàn)度估計(jì)算法設(shè)計(jì)32-34
• 2.5 本章小結(jié)34-35
• 第三章 圖像興趣區(qū)域檢測(cè)35-55
• 3.1 監(jiān)控圖像特點(diǎn)分析35
• 3.2 監(jiān)控圖像天空區(qū)域檢測(cè)35-40
• 3.2.1 基于自適應(yīng)閾值的天空區(qū)域檢測(cè)36-39
• 3.2.2 基于區(qū)域生長(zhǎng)的天空檢測(cè)法39-40
• 3.3 道路圖像特征分析40
• 3.4 道路邊緣檢測(cè)40-48
• 3.4.1 圖像增強(qiáng)41-42
• 3.4.2 邊緣檢測(cè)42-45
• 3.4.3 道路邊緣方向識(shí)別45-46
• 3.4.4 方向可調(diào)濾波器設(shè)計(jì)46-48
• 3.5 基于邊緣的道路區(qū)域識(shí)別48-54
• 3.5.1 霍夫變換基本原理48-50
• 3.5.2 冗余檢測(cè)邊緣線(xiàn)聚類(lèi)50-52
• 3.5.3 道路邊緣擬合52-54
• 3.6 本章小結(jié)54-55
• 第四章 基于監(jiān)控圖像的能見(jiàn)度估計(jì)55-71
• 4.1 攝像機(jī)標(biāo)定技術(shù)概述55-56
• 4.2 攝像機(jī)成像建模56-60
• 4.2.1 攝像機(jī)坐標(biāo)與圖像坐標(biāo)關(guān)系56-58
• 4.2.2 攝像機(jī)坐標(biāo)與世界坐標(biāo)關(guān)系58-60
• 4.3 道路圖像深度信息計(jì)算60-65
• 4.3.1 標(biāo)定幾何建模60-63
• 4.3.2 車(chē)道分界線(xiàn)提取63-64
• 4.3.3 攝像機(jī)標(biāo)定結(jié)果分析64-65
• 4.4 基于道路圖像深度信息的能見(jiàn)度估計(jì)65-67
• 4.4.1 道路亮度計(jì)算65-66
• 4.4.2 天空亮度計(jì)算66
• 4.4.3 能見(jiàn)度估計(jì)66-67
• 4.5 實(shí)驗(yàn)驗(yàn)證與分析67-69
• 4.5.1 實(shí)驗(yàn)結(jié)果對(duì)比67-68
• 4.5.2 結(jié)果分析68-69
• 4.6 本章小結(jié)69-71
• 結(jié)論71-73
• 參考文獻(xiàn)73-76
• 致謝76

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

2 涂承媛;曾衍鈞;;醫(yī)學(xué)圖像邊緣快速檢測(cè)的模糊集方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2005年06期

3 常君明;馮，

本文編號(hào)：656223