隨著汽車數(shù)量的增多,駕駛安全受到了廣泛的關(guān)注。對(duì)路面標(biāo)志和障礙物的檢測(cè)能夠及時(shí)提醒駕駛員,并在一定程度上減少交通事故的發(fā)生。論文采用圖像處理技術(shù)對(duì)路面車道線、路面標(biāo)志及障礙物進(jìn)行檢測(cè)研究。檢測(cè)出路面的信息,為駕駛員提供安全保障。路面車道線有直線和曲線兩種情況,論文采用了Hough變換和內(nèi)塞爾模型的算法分別對(duì)車道線的直線部分與曲線部分檢測(cè)。此方法實(shí)時(shí)性不高,因此采用了Shi-Tomasi角點(diǎn)檢測(cè)的方法,對(duì)圖像中特征點(diǎn)進(jìn)行匹配,可以提高檢測(cè)的實(shí)時(shí)性與魯棒性。路面標(biāo)志的種類不多,論文采用了Hu不變矩與馬氏測(cè)距的方法對(duì)路面標(biāo)志進(jìn)行檢測(cè)與識(shí)別。先提取出路面標(biāo)志的輪廓,再求出其七個(gè)Hu不變矩值,將這七個(gè)Hu不變矩值與樣本庫(kù)進(jìn)行馬氏測(cè)距計(jì)算出其相似度信息,根據(jù)相似度識(shí)別出待測(cè)目標(biāo)的類別。單目視覺(jué)檢測(cè)路面障礙物非常困難,論文采用了雙目立體匹配算法檢測(cè)路面障礙物。對(duì)去噪后的兩幅圖像進(jìn)行Census代價(jià)計(jì)算,計(jì)算出代價(jià)之后再用半全局匹配方法進(jìn)行匹配,獲取圖像深度信息,進(jìn)而檢測(cè)出路面障礙物。 

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與分析
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 論文結(jié)構(gòu)安排
第2章 車道線檢測(cè)及研究
    2.1 車道線檢測(cè)常用的算法
    2.2 圖像預(yù)處理
        2.2.1 圖像灰度化處理
        2.2.2 圖像濾波
        2.2.3 二值化
        2.2.4 確定感興趣區(qū)域
        2.2.5 邊緣檢測(cè)
    2.3 基于Hough變換對(duì)直線車道線檢測(cè)
        2.3.1 Hough變換原理
        2.3.2 改進(jìn)Hough變換進(jìn)行車道線直線檢測(cè)
    2.4 基于貝塞爾模型對(duì)車道線曲線部分檢測(cè)
        2.4.1 內(nèi)塞爾車道線邊界模型
        2.4.2 對(duì)曲線進(jìn)行邊界擬合
        2.4.3 Shi-Tomasi角點(diǎn)動(dòng)態(tài)檢測(cè)
    2.5 本章小結(jié)
第3章 路面標(biāo)志檢及研究
    3.1 對(duì)路面標(biāo)志區(qū)域預(yù)處理
    3.2 路面標(biāo)志的識(shí)別
        3.2.1 Hu不變矩介紹
        3.2.2 構(gòu)建樣本庫(kù)
        3.2.3 馬氏距離相似度量
    3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第4章 路面障礙物檢測(cè)及研究
    4.1 雙目檢測(cè)簡(jiǎn)介
        4.1.1 雙目模型介紹
        4.1.3 雙目約束條件
    4.2 立體匹配算法
    4.3 障礙物檢測(cè)具體過(guò)程
        4.3.1 改進(jìn)Census代價(jià)計(jì)算
        4.3.2 半全局匹配代價(jià)聚合
    4.4 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于混合貝塞爾曲線模型的車道檢測(cè)算法[J]. 韓浩,王舜燕.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(03)
[2]車道線實(shí)時(shí)檢測(cè)與偏離預(yù)警系統(tǒng)設(shè)計(jì)與研究[J]. 李�？�,顧敏明.  光電子·激光. 2018(03)
[3]基于改進(jìn)Census變換和多尺度空間的立體匹配算法[J]. 劉建國(guó),俞力,柳思健,王帥帥.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(12)
[4]基于Hough變換的車道線檢測(cè)[J]. 錢怡.  山東工業(yè)技術(shù). 2017(10)
[5]Improved Sobel algorithm for defect detection of rail surfaces with enhanced efficiency and accuracy[J]. 石甜,孔建益,王興東,劉釗,鄭國(guó).  Journal of Central South University. 2016(11)
[6]一種基于噪聲連接分量的層次中值濾波算法[J]. 陳宏希.  計(jì)算機(jī)應(yīng)用與軟件. 2016(10)
[7]結(jié)合分?jǐn)?shù)階微分和Canny算子的邊緣檢測(cè)[J]. 張桂梅,孫曉旭,陳彬彬,劉建新.  中國(guó)圖象圖形學(xué)報(bào). 2016(08)
[8]改進(jìn)的基于均值濾波的單幅圖像去霧算法研究[J]. 吳延海,張婧,陳康.  西安科技大學(xué)學(xué)報(bào). 2016(04)
[9]長(zhǎng)安:無(wú)人駕駛汽車來(lái)了[J]. 趙宇飛,張桂林.  中國(guó)品牌. 2016(06)
[10]基于概率霍夫變換的車道檢測(cè)技術(shù)研究[J]. 陳軍,杜煥強(qiáng),張長(zhǎng)江.  科技通報(bào). 2016(03)

博士論文
[1]基于馬氏距離的度量學(xué)習(xí)算法研究及應(yīng)用[D]. 梅江元.哈爾濱工業(yè)大學(xué) 2016
[2]特征抽取方法研究及其在人臉識(shí)別中的應(yīng)用[D]. 王建國(guó).南京理工大學(xué) 2008

碩士論文
[1]雙目視覺(jué)中的半全局立體匹配算法研究[D]. 石立.南京大學(xué) 2018
[2]基于機(jī)器視覺(jué)的車道線識(shí)別與預(yù)警[D]. 陳家凡.浙江理工大學(xué) 2018
[3]基于單目視覺(jué)的結(jié)構(gòu)化道路車道線識(shí)別和SAE算法的車道偏離檢測(cè)研究[D]. 王曉錦.山東大學(xué) 2017
[4]《申報(bào)》汽車副刊中的近代上海城市社會(huì)[D]. 張偉.湖北省社會(huì)科學(xué)院 2017
[5]基于機(jī)器視覺(jué)的車道偏離及碰撞預(yù)警技術(shù)研究[D]. 張?jiān)骑w.北京工業(yè)大學(xué) 2017
[6]基于雙目視覺(jué)的障礙物檢測(cè)算法研究及硬件設(shè)計(jì)[D]. 杜奧博.哈爾濱工業(yè)大學(xué) 2016
[7]綜合考慮視覺(jué)和雷達(dá)的車道線檢測(cè)研究[D]. 路順杰.吉林大學(xué) 2015
[8]全局立體匹配快速算法研究[D]. 劉小偉.東北大學(xué) 2015
[9]基于雙目視覺(jué)的立體匹配算法研究[D]. 張小雪.東北大學(xué) 2014
[10]基于機(jī)器視覺(jué)的車道線檢測(cè)識(shí)別與車道偏離預(yù)警算法研究[D]. 李大新.山東大學(xué) 2012



本文編號(hào)：3662045