【摘要】：隨著汽車工業(yè)的高速發(fā)展,交通安全問題日益嚴(yán)峻,尤其夜間交通安全問題已成為社會關(guān)注的熱點之一。通過車載紅外攝像機,能夠有效獲取夜間道路畫面,從而擴展駕駛員的視野范圍,減少交通事故的發(fā)生。因此,研究基于紅外圖像的行人檢測方法對提高交通安全具有重要的理論意義和應(yīng)用價值。論文的主要研究工作包括以下幾項:1研究紅外圖像的采集及預(yù)處理。在分析紅外圖像特點的基礎(chǔ)上進(jìn)行紅外圖像的采集和濾波,并通過中值濾波獲得最好的濾波效果,保證了紅外圖像的質(zhì)量。2研究紅外圖像行人檢測的傳統(tǒng)處理方法。研究基于特征提取與機器學(xué)習(xí)的紅外圖像行人檢測算法,將方向梯度直方圖(Histogram of Oriented Gradient,HOG)和支持向量機(Support Vector Machine,SVM)相結(jié)合進(jìn)行行人檢測。實驗結(jié)果表明,該方法行人識別的準(zhǔn)確率可達(dá)76.5%,但檢測速率較低。3研究基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測算法。針對傳統(tǒng)紅外行人檢測方法在復(fù)雜背景下的行人檢測準(zhǔn)確率和實時性不高的問題,提出一種基于改進(jìn)YOLO的遠(yuǎn)紅外圖像行人檢測方法:以本文采集的高質(zhì)量夜間遠(yuǎn)紅外圖像為樣本,對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,調(diào)整網(wǎng)絡(luò)訓(xùn)練策略、優(yōu)化候選框的篩選規(guī)則、更改網(wǎng)絡(luò)輸入分辨率以提高訓(xùn)練效果,得到檢測效果最佳的行人預(yù)測模型;同時提出車速與視頻圖像分辨率的關(guān)聯(lián)模型,發(fā)揮車載紅外圖像行人檢測系統(tǒng)的最佳性能,進(jìn)一步提高駕駛的安全性。在基于自制數(shù)據(jù)集上的對比實驗表明,該方法與傳統(tǒng)方法相比,平均準(zhǔn)確率從76.5%提高到91.2%,每秒傳輸幀數(shù)從0.1493fps提高到25.4fps,滿足車載情況下的準(zhǔn)確性和實時性需求。4研究基于雙目紅外傳感器的圖像拼接技術(shù)。針對夜間駕駛視野范圍要求較高的問題,研究基于雙目紅外圖像的拼接技術(shù),并利用尺度不變特征變換(Scale Invariant Feature Transform,SIFT)和隨機抽樣一致性算法(Random Sample Consensus,RANSAC)實現(xiàn)基于雙目紅外傳感器的圖像拼接。通過實驗,表明了算法的可行性并實現(xiàn)了夜間駕駛視野范圍的擴大,進(jìn)一步提高了夜間駕駛及行人的安全性。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;U463.6
【圖文】：

故本系統(tǒng)懫用的紅外傳感器由非制冷紅外探測器組成，型號為煙臺艾睿光電科逡逑技有限公司自主研發(fā)的ＸＣｏｒｅ邋ＬＡ系列非制冷紅外機芯組件，以氧化釩非制冷紅外焦平逡逑面探測器為核心器件，響應(yīng)波段為８？１４ｐｍ，如圖２－１所示。逡逑圖２－１邋ＸＣｏｒｅ邋ＬＡ紅外傳感器逡逑７逡逑

對其進(jìn)行標(biāo)記，然后通過模式識別的方式進(jìn)行區(qū)域識別，最終實現(xiàn)行人檢測。逡逑感興趣區(qū)域（Ｒｅｇｉｏｎ邋ｏｆ邋Ｉｎｔｅｒｅｓｔ，邋ＲＯＩ）為可能出現(xiàn)行人的區(qū)域，對它的標(biāo)記是一種逡逑對行人的粗略定位。如圖３－ｌ（ａ）所示，由于行人為熱源，在紅外圖像中行人位于像素較逡逑亮的區(qū)域，與背景的差異明顯，因此基于ＲＯＩ區(qū)域的檢測方法尤其適用于基于遠(yuǎn)紅外圖逡逑像的行人檢測。在保證漏檢率的情況下，這種方法可以快速地定位出行人目標(biāo)，但是一逡逑旦確定了感興趣區(qū)域，如果存在漏檢，則后續(xù)的行人檢測步驟不再可能識別出漏檢的行逡逑人，因此，此方法對ＲＯＩ區(qū)域定位準(zhǔn)確率的要求較氋。逡逑（ａ）原始紅外圖像邐（ｂ）閾值分割結(jié)果逡逑（ｃ）邋ＲＯＩ定位結(jié)果逡逑圖３－１閾值分割結(jié)果逡逑感興趣區(qū)域的分割方法大致可分為基于閾值的分割方法和基于特征點的感興趣區(qū)逡逑域分割方法，另外還有利用幀間差來確定行人區(qū)域的方法。逡逑基于閾值的ＲＯＩ區(qū)域分割方法在紅外行人檢測方面的應(yīng)用廣泛，然而這種基于閾值逡逑１５逡逑

都吸收了大量的熱量，它們的紅外熱輻射量明顯氋于行人，因此，此時的紅外圖像的特逡逑點就跟通常情況下不同，即行人區(qū)域的像素灰度值低于環(huán)境，位于在紅外圖像中較暗的逡逑區(qū)域。如圖３－２這種情況下，閾值分割不能將行人區(qū)域正確地分割出來。由此可見，在逡逑現(xiàn)有的ＲＯＩ閾值分割方法中，并沒有一種方式能夠完全適用于不同環(huán)境下的紅外目標(biāo)檢逡逑測中的感興趣區(qū)域分割。逡逑基于ＲＯＩ區(qū)域分割的紅外行人分類方法與傳統(tǒng)的基于滑動窗口檢測再分類的方法逡逑相比，減少了大量的計算，可以提高算法的實時性。但是，此類行人檢測方法對ＲＯＩ逡逑區(qū)域的定位準(zhǔn)確性要求高，一旦漏檢對后續(xù)行人結(jié)果的準(zhǔn)確性影響較大，所以與滑動窗逡逑口法相比，基于感興趣區(qū)域分割的行人檢測方法在準(zhǔn)確性方面還有所不足。逡逑（ａ）原始紅外圖像邐（ｂ）閾值分割結(jié)果逡逑⑷ＲＯＩ定位結(jié)果逡逑圖３－２炎熱夏季夜晚的紅外圖像逡逑３．１．２基于模板匹配的紅外行人檢測方法逡逑基于模板匹配的紅外行人檢測方法是指通過建立紅外行人模板，把待檢測的圖像與逡逑模板進(jìn)行匹配，達(dá)到行人檢測的目的。莊家俊［２７］等人提出了一種基于概率模板的紅外行逡逑人檢測方法，針對行人可能的三個方位（向左、向右、正中）分別設(shè)計了三個對應(yīng)的概逡逑率模板

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉麗;鮑泓;徐成;王迪;張飛飛;;基于MCS-LBP的紅外圖像行人檢測方法[J];北京聯(lián)合大學(xué)學(xué)報(自然科學(xué)版);2015年02期

2 朱聰聰;項志宇;;基于梯度方向和強度直方圖的紅外行人檢測[J];計算機工程;2014年12期

3 陳良;高陳強;;廣義二維PCA和稀疏表示的紅外行人目標(biāo)檢測[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2014年02期

4 楊如林;丑修建;李慶;梁艷菊;;車輛輔助駕駛中基于概率模板的紅外行人檢測[J];科學(xué)技術(shù)與工程;2014年10期

5 彭智浩;楊風(fēng)暴;王志社;陳磊;;基于數(shù)學(xué)形態(tài)學(xué)和自動區(qū)域生長的紅外目標(biāo)提取[J];紅外技術(shù);2014年01期

6 魏建國;趙煒華;熊保林;;不同因素對駕駛?cè)艘归g視認(rèn)距離影響[J];中國安全科學(xué)學(xué)報;2013年12期

7 蘇曉倩;孫韶媛;戈曼;譙帥;谷小婧;;車載紅外圖像的行人檢測與跟蹤技術(shù)[J];激光與紅外;2012年08期

8 莊家俊;劉瓊;;面向輔助駕駛的夜間行人檢測方法[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2012年08期

9 石祥濱;劉曉娜;劉芳;;一種雙閾值紅外行人分割方法[J];計算機工程;2012年12期

10 高潮;田翠翠;郭永彩;;基于改進(jìn)聚類中心分析法的紅外行人分割[J];計算機工程;2011年06期

本文編號：2749813