【摘要】：本文研究了基于單目視覺的車輛防撞預(yù)警系統(tǒng),分別在白天車輛檢測、夜間車輛檢測和車輛跟蹤三個(gè)技術(shù)領(lǐng)域?qū)Ω鞣N研究成果進(jìn)行分析對比,并針對實(shí)際場景中遇到的問題設(shè)計(jì)了相應(yīng)的改進(jìn)算法。在白天車輛檢測中,針對系統(tǒng)要求超高安全性的特點(diǎn),提出了劃分不同安全級(jí)的ROI區(qū)域,并在警報(bào)ROI區(qū)域中依次使用兩種檢測方法的機(jī)制。針對傳統(tǒng)車道線檢測算法靈活性低的缺點(diǎn),設(shè)計(jì)了一種基于超像素的車道線檢測算法,對車道線被遮擋的情況具有魯棒性。針對SVM分類算法效率低的缺點(diǎn),設(shè)計(jì)了基于PCANET的車輛分類器,提高了系統(tǒng)的準(zhǔn)確性。在夜間車輛檢測中,針對只檢測前方汽車而不能對電動(dòng)車進(jìn)行預(yù)警的情況,設(shè)計(jì)了混合交通場景下的車輛檢測機(jī)制。針對傳統(tǒng)相機(jī)自動(dòng)曝光時(shí)尾燈容易誤檢的缺點(diǎn),設(shè)計(jì)了低曝光度的尾燈檢測機(jī)制,建立了尾燈的HSV空間模型來分割尾燈,利用證據(jù)融合算法來驗(yàn)證尾燈。實(shí)驗(yàn)結(jié)果表明,新算法減少了車輛誤檢情況并提高了系統(tǒng)的安全性。在車輛跟蹤過程中,針對白天和夜間圖像的差異性而分別設(shè)計(jì)了對應(yīng)的跟蹤算法,白天場景下針對Meanshift算法易發(fā)生窗口漂移的缺點(diǎn),設(shè)計(jì)了結(jié)合Meanshift和智能跟蹤隊(duì)列的方法。夜間場景下針對傳統(tǒng)跟蹤算法無法應(yīng)用于低亮度圖像的缺點(diǎn),設(shè)計(jì)了結(jié)合夜間檢測模型和跟蹤隊(duì)列的方法,提高了算法處理速度。通過對實(shí)際行車視頻進(jìn)行處理的結(jié)果表明,在Windows 10操作系統(tǒng)和2.4GHz CPU的環(huán)境下,采用本文設(shè)計(jì)的車輛檢測與跟蹤的方法能夠準(zhǔn)確的檢出前車并且速度能達(dá)到20幀每秒,滿足實(shí)時(shí)性的要求。
【圖文】：

位論文邐基于單目視覺的車輛防撞預(yù)警系統(tǒng)道線分布在視野的兩側(cè)，并且沿著視線延伸方向這兩條車道線的距離逐漸２．１邋ａ）和２．１邋ｂ）所示。逡逑ａ逡逑ａ）直線車道線示意圖邐ｂ）曲線車道線示意圖逡逑圖２．１典型車道線類型示意圖逡逑同一車道線可建立不同的坐標(biāo)系統(tǒng)，如圖２．２所示，其中ＯｗＸｗＹｗＺｗ為世ｗＸｗＺｗ平行于道路平面，尚度與相機(jī)一■致，ＯｗＸｗ軸穿過相機(jī)中心，ＯｗＹｗ相交點(diǎn)ＣＫ，ＯｗＺｗ平行于左車道線過ｃｙ的切線。ＯｃＸｃＹｃＺｃ為相機(jī)坐標(biāo)系，圖像坐標(biāo)系（ＩＣＳ），即為單目相機(jī)的成像。逡逑

為了使用顏色特征對車道線進(jìn)行更加完整的預(yù)分割并且盡可能的減少路面圖像的噪聲，逡逑本文設(shè)計(jì)大小為ＳｉｚｅｘＳｉｚｅ，步長為Ｓｔｅｐ的滑動(dòng)窗口進(jìn)行車道線區(qū)域預(yù)提取，將區(qū)域顏逡逑色占比能滿足式２．６的區(qū)域作為車道線檢測候選區(qū)域，檢測結(jié)果如圖２．４所示，其中圖逡逑２．４ａ）表示不同標(biāo)定相機(jī)下的簡單和復(fù)雜車道線的原圖，圖２．４邋ｂ）表示了進(jìn)行區(qū)域顏色閾逡逑值分割后的結(jié)果圖像，圖中綠線表示地平線，紅線表示Ｒ０丨的４／５分割線。逡逑ｖＲ邋？邋ｖＧ邋ａ邋？邋２５５邐（２．４）逡逑ｖＲ邋？邋ｖＧ邋？邋２５５，邋ｖＢ邋？邋２５５邐（２．５）逡逑Ｒａｔｉｏｎ邋＝邐＞邋Ｒａｔｉｏｎ邐（２．６）逡逑Ｓｉｚｅ邋ｘ邋Ｓｉｚｅ逡逑其中，巧？，心，叫分別為像素點(diǎn)在Ｒ，，邋Ｇ，邋Ｂ三個(gè)通道的分量值，為區(qū)域顏色占逡逑比，《為區(qū)域中滿足黃色或者白色車道線閾值的像素點(diǎn)總數(shù)，Ｋａｔｉｏ％為預(yù)候選車道線區(qū)逡逑域的顏色占比閾值。逡逑邐邐邐…．逡逑——一７逡逑ａ）兩種場景下的原圖邐ｂ）基于區(qū)域的顏色分割結(jié)果示意圖逡逑圖２．４基于區(qū)域的顏色閾值分割結(jié)果示意圖逡逑（３）基于ＯＴＳＵ算法的二次分割逡逑對圖像進(jìn)行預(yù)車道線候選區(qū)域提取后，圖像被分割成幾塊連通域，由于車道線細(xì)小逡逑且延長，所以可以將連通域面積較小的區(qū)域去除，然后利用車道線與周圍路面差異較大逡逑的特性分割出車道線
【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U463.6;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周斌;徐向華;;基于視頻的夜間車輛檢測與跟蹤[J];電子技術(shù)與軟件工程;2015年18期

2 都琳;孫華燕;張廷華;王帥;;基于相機(jī)響應(yīng)曲線的高動(dòng)態(tài)范圍圖像融合[J];計(jì)算機(jī)工程與科學(xué);2015年07期

3 王婭;;基于證據(jù)理論與變精度粗集的判斷矩陣的構(gòu)造[J];河南科學(xué);2014年04期

4 楊益;何穎;;基于RGB空間的車道線檢測與辨識(shí)方法[J];計(jì)算機(jī)與現(xiàn)代化;2014年02期

5 楊全琪;黃晉英;;基于Hough變換的智能車輛車道線檢測[J];科技視界;2014年04期

6 錢志明;楊家寬;段連鑫;;基于視頻的車輛檢測與跟蹤研究進(jìn)展[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S2期

7 歐志芳;安吉堯;周芳麗;;利用D-S證據(jù)理論的夜間車輛檢測[J];計(jì)算機(jī)應(yīng)用研究;2012年05期

8 齊美彬;潘燕;張銀霞;;基于車底陰影的前方運(yùn)動(dòng)車輛檢測[J];電子測量與儀器學(xué)報(bào);2012年01期

9 胡驍;李歲勞;吳劍;;基于特征顏色的車道線檢測算法[J];計(jì)算機(jī)仿真;2011年10期

10 姚洪華;徐志強(qiáng);;我國汽車燈光標(biāo)準(zhǔn)及安全認(rèn)證與ECE法規(guī)的對比研究[J];上海標(biāo)準(zhǔn)化;2009年08期

相關(guān)博士學(xué)位論文 前4條

1 劉培勛;車輛主動(dòng)安全中關(guān)于車輛檢測與跟蹤算法的若干研究[D];吉林大學(xué);2015年

2 蔣如意;視覺輔助駕駛系統(tǒng)多維度道路建模及車輛定位優(yōu)化[D];上海交通大學(xué);2012年

3 孟旭炯;基于單目視覺的同時(shí)定位與地圖重建算法研究[D];浙江大學(xué);2010年

4 劉華文;基于信息熵的特征選擇算法研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 虞偉民;基于單目視覺的智能行車預(yù)警系統(tǒng)的技術(shù)研究[D];南京理工大學(xué);2016年

2 洪浩;基于視覺的車輛防碰撞預(yù)警系統(tǒng)算法研究[D];遼寧工業(yè)大學(xué);2016年

3 沈春裕;自適應(yīng)閾值的運(yùn)動(dòng)目標(biāo)檢測技術(shù)研究[D];浙江工業(yè)大學(xué);2012年

4 俞亮;基于視頻的實(shí)時(shí)闖紅燈抓拍系統(tǒng)算法研究與實(shí)現(xiàn)[D];杭州電子科技大學(xué);2010年

本文編號(hào)：2617358