汽車照明系統(tǒng)為夜間車輛安全行駛保駕護(hù)航,在汽車駕駛安全方面發(fā)揮著重要作用。作為照明系統(tǒng)中重要組件之一,汽車遠(yuǎn)光燈可以提高視線,擴(kuò)大觀察視野,尤其在照明條件非常差的情況下,具有不可替代的功能。但是在會(huì)車和跟車時(shí),遠(yuǎn)光燈的濫用,也會(huì)造成眩目,影響他人的視線,嚴(yán)重影響交通安全。隨著LED燈具在汽車上安裝使用越來(lái)越多,應(yīng)用于LED大燈的自適應(yīng)遠(yuǎn)光燈系統(tǒng)（Adaptive Driving Beam,ADB）也迅速發(fā)展,解決遠(yuǎn)光燈造成的眩目問(wèn)題。自適應(yīng)遠(yuǎn)光燈系統(tǒng)通過(guò)控制LED燈珠,能夠在獲得足夠的觀察視野同時(shí),消除遠(yuǎn)光燈對(duì)前方車輛造成的眩目影響。此系統(tǒng)中最重要的部分是如何在夜間快速準(zhǔn)確識(shí)別出前方車輛。本文針對(duì)應(yīng)用于自適應(yīng)遠(yuǎn)光燈系統(tǒng)的夜間車燈識(shí)別模塊進(jìn)行研究,研究?jī)?nèi)容如下:1)對(duì)自適應(yīng)遠(yuǎn)光燈系統(tǒng)使用環(huán)境條件及夜間車輛成像特點(diǎn)進(jìn)行分析,確定夜間車燈識(shí)別技術(shù)路線;結(jié)合相機(jī)成像原理及國(guó)家標(biāo)準(zhǔn)對(duì)于傳感器安裝要求以及車燈的安裝高度要求,推導(dǎo)出前方汽車車燈在像素坐標(biāo)系中的高度范圍,劃分車燈可能存在區(qū)域;2)分析多種數(shù)字圖像噪聲數(shù)學(xué)模型及其相應(yīng)的降噪方法,根據(jù)實(shí)際實(shí)驗(yàn)中采集的圖像設(shè)計(jì)相應(yīng)的降噪算法,并通過(guò)實(shí)驗(yàn)驗(yàn)證... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

ADB自適應(yīng)遠(yuǎn)光燈系統(tǒng)功能圖示

江蘇大學(xué)碩士學(xué)位論文9第二章ADB系統(tǒng)的圖像預(yù)處理2.1夜間車輛成像特點(diǎn)夜間正常行駛時(shí)，車輛會(huì)開啟近光燈，示廓燈，前位燈和后位燈，這些燈光是夜間車輛在圖像上的主要特征。夜間車輛成像特點(diǎn)如圖2.1所示。圖2.1（a）是會(huì)車時(shí)前方車輛成像圖，從圖中可以發(fā)現(xiàn)汽車大燈的高亮度導(dǎo)致在圖像上呈現(xiàn)的是幾個(gè)光團(tuán)，周圍包裹著光暈，車輛本身的特點(diǎn)全部被光團(tuán)掩蓋，而且由于車燈的高亮度導(dǎo)致路面反光嚴(yán)重，此時(shí)的車輛在圖像上就是由幾個(gè)光團(tuán)組成。圖2.1（b）是跟車時(shí)前方車輛成像圖，相對(duì)于大燈，尾燈在圖像上形成的光團(tuán)較小，基本上就是尾燈本身區(qū)域范圍，但是尾燈也因?yàn)楦吡炼�，在圖像上呈現(xiàn)的是一團(tuán)白光，不同的是，尾燈光團(tuán)被紅色的光暈包裹，顏色特征比較明顯，而且車輛本身特征沒(méi)有被光源全部覆蓋。（a）會(huì)車時(shí)前方車輛成像特點(diǎn)（b）跟車時(shí)前方車輛成像特點(diǎn)圖2.1夜間車輛成像特點(diǎn)Fig.2.1Vehicleimagingcharacteristicsatnight從圖2.1中可以看出，相機(jī)采集的夜間道路交通圖像范圍較廣，除了前方車輛，還有天空，道路兩旁的綠植等無(wú)關(guān)信息。在圖像處理中，這些無(wú)關(guān)信息的處理會(huì)消耗CPU大量的資源，拖慢整體處理速度，對(duì)實(shí)時(shí)性要求較高的嵌入式系統(tǒng)而言，這是必須解決的問(wèn)題。目前很多研究中也提出劃分感興趣區(qū)域（RegionofInterest，ROI），減少干擾，提高處理速度和精度。不同研究方法的ROI區(qū)域的劃分方法不同，文獻(xiàn)[38]直接在采集的圖像上劃分矩形框，文獻(xiàn)[39]使用類似梯形形狀劃分當(dāng)前車道上的ROI區(qū)域，這些直接劃分的方法是根據(jù)采集的圖片進(jìn)行劃分，沒(méi)有普遍的適應(yīng)性。本研究是通過(guò)識(shí)別車燈的方法確定車輛坐標(biāo)位置，因此需要?jiǎng)澐殖鲕嚐艨赡艽嬖趨^(qū)域，在會(huì)車及跟車時(shí)，前方車輛的燈光在圖像的水平方向都可能存在，而在圖像的垂直方向上有?

江蘇大學(xué)碩士學(xué)位論文15圖2.6車燈可能存在區(qū)域劃分結(jié)果Fig.2.6Theresultofthepossiblezoningofthecarlights2.4圖像噪聲分析圖像噪聲是圖像數(shù)據(jù)中存在的無(wú)關(guān)干擾信息，其外在表現(xiàn)形式主要為圖像上突兀的孤立的像素點(diǎn)或區(qū)域，干擾的視覺(jué)效果比較明顯。簡(jiǎn)單的說(shuō)，導(dǎo)致圖像不清晰，降低圖像畫質(zhì)的即為圖像噪聲。當(dāng)前CCD和CMOS是最常用的兩種圖像傳感器，在采集圖像過(guò)程中，工作環(huán)境，電路結(jié)構(gòu)，感光元件材料屬性都會(huì)導(dǎo)致噪聲的產(chǎn)生，在數(shù)字信號(hào)傳輸過(guò)程中，也會(huì)由于電磁干擾引入噪聲。圖像噪聲的特點(diǎn)是隨機(jī)性和可疊加性，但是噪聲的概率分布又服從一定的分布規(guī)律，根據(jù)分布規(guī)律，可以分為以下幾種噪聲：（1）高斯噪聲高斯噪聲，又稱正態(tài)噪聲，其概率密度函數(shù)定義為：(2.7)式中：z表示噪聲灰度值，表示z的平均值，σ表示z的標(biāo)準(zhǔn)差，σ2稱為z的方差。（2）瑞利噪聲服從瑞利分布的噪聲叫做瑞利噪聲，瑞利噪聲的概率密度函數(shù)定義如下：(2.8)式中：z表示噪聲灰度值，其概率密度的均值和方差由下式給出：(2.9)(2.10)

【參考文獻(xiàn)】：
期刊論文
[1]電控空氣懸架車輛自適應(yīng)前照燈控制策略研究[J]. 賈兆功,滕利衛(wèi),孫富權(quán),嚴(yán)天一.  青島大學(xué)學(xué)報(bào)(工程技術(shù)版). 2020(01)
[2]基于ADB汽車前照燈的光學(xué)設(shè)計(jì)[J]. 姚紅兵,王宣淇,辛忠華.  應(yīng)用光學(xué). 2019(04)
[3]Cortex-A53的便攜式車牌識(shí)別系統(tǒng)研究與設(shè)計(jì)[J]. 李宇成,賀帥.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2019(06)
[4]基于尾燈的夜間前方車輛檢測(cè)與跟蹤方法[J]. 于莉媛,郭云雷,牛萍娟,劉大利,劉雷,羅德智.  天津工業(yè)大學(xué)學(xué)報(bào). 2019(01)
[5]基于OpenGL的模擬雙目建模平臺(tái)研究與仿真[J]. 劉陽(yáng),謝宗武,王濱,劉宏,蔡鶴皋.  哈爾濱工程大學(xué)學(xué)報(bào). 2017(06)
[6]基于Qt/Embedded的嵌入式GUI顯示架構(gòu)實(shí)現(xiàn)[J]. 王凱.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(05)
[7]基于MATLAB對(duì)相機(jī)標(biāo)定的研究[J]. 陳陸義.  科技創(chuàng)新與應(yīng)用. 2016(03)
[8]自適應(yīng)前照燈彎道照明模式數(shù)學(xué)模型的研究[J]. 王偉杰,劉秋林.  機(jī)械與電子. 2015(10)
[9]基于單目視覺(jué)的夜間前方車輛檢測(cè)方法[J]. 郭君斌,王建強(qiáng),易世春,李克強(qiáng).  汽車工程. 2014(05)
[10]基于團(tuán)塊幾何和位置特征的夜間前方車輛檢測(cè)方法[J]. 肖志濤,王悅,耿磊,張芳.  河北工業(yè)大學(xué)學(xué)報(bào). 2013(05)

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

碩士論文
[1]二值樣本與自適應(yīng)感興趣區(qū)域夜間車輛檢測(cè)[D]. 孫曉琳.山東大學(xué) 2018
[2]基于AFS和ADB的LED智能大燈光學(xué)設(shè)計(jì)[D]. 肖惠.廣東工業(yè)大學(xué) 2018
[3]基于機(jī)器視覺(jué)和毫米波雷達(dá)的夜間車輛識(shí)別[D]. 郭云雷.天津工業(yè)大學(xué) 2018
[4]基于單目視覺(jué)的車輛防撞預(yù)警系統(tǒng)的技術(shù)研究[D]. 鐘靜連.南京理工大學(xué) 2018
[5]夜間車輛檢測(cè)算法研究及其應(yīng)用[D]. 董雪雪.南京信息工程大學(xué) 2017
[6]基于視頻的夜間車輛檢測(cè)與跟蹤算法研究[D]. 王浩.浙江工業(yè)大學(xué) 2016
[7]基于嵌入式視覺(jué)系統(tǒng)的道路車輛檢測(cè)技術(shù)研究[D]. 宗云鵬.大連理工大學(xué) 2015
[8]夜間車輛檢測(cè)和狀態(tài)判斷[D]. 張駿.杭州電子科技大學(xué) 2015
[9]基于視覺(jué)的夜間車輛檢測(cè)與跟蹤[D]. 周斌.杭州電子科技大學(xué) 2015
[10]基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的研究[D]. 王艷紅.杭州電子科技大學(xué) 2014



本文編號(hào)：3524007