本文關鍵詞：行車記錄儀數(shù)據(jù)稀疏點云重建及斑馬線檢測應用

  更多相關文章： 行車記錄儀數(shù)據(jù)重建 特征點濾波蒙版 隔離帶區(qū)域自動檢測 整車區(qū)域檢測 分層學習 斑馬線高精度檢測 斑馬線狀態(tài)分析

【摘要】：行車記錄儀是一種通常安裝在行駛的車輛前擋風玻璃上用于記錄行駛過程中車輛周邊環(huán)境影像的儀器。由于行車記錄儀數(shù)據(jù)具有價格低廉、獲取方式便利、來源廣泛的特點,因此本文利用行車記錄儀數(shù)據(jù)作為數(shù)據(jù)源,進行了街景影像的姿態(tài)恢復與稀疏點云重建以及基于重建結果的斑馬線自動檢測與狀態(tài)分析研究。利用行車記錄儀數(shù)據(jù)直接進行街景重建存在若干問題：由于行車記錄儀的主要作用是記錄車輛的行駛情況,其拍攝方向和車輛行駛方向一致,因此行車記錄儀拍攝的影像中通常包含大量移動的車輛和道路交通設施,然而在重建過程中,由于相對位移與重復紋理的影響,移動的車輛和道路中央隔離帶區(qū)域易產(chǎn)生大量的不可靠匹配點,這些不可靠同名點通常會導致自動重建失敗。為了解決這個問題,本文提出了一種匹配特征點濾波蒙版,該蒙版被用來剔除車輛和隔離帶上的粗差點,從而保證基于Structure from Motion (SfM)方法的稀疏點云重建流程能順利自動進行。匹配特征點濾波蒙版由車輛和道路中央隔離帶區(qū)域構成,故為了快速高效穩(wěn)定的在序列影像上檢測出蒙版區(qū)域,本文提出了自動整車區(qū)域檢測方法與自動道路中央隔離帶區(qū)域檢測方法。整車檢測方法是在現(xiàn)有車輛背面或正面檢測方法的基礎上改進的盒狀檢測框拓展方法,而隔離帶檢測方法是利用檢測區(qū)域的分布密度來定位條狀目標的方法。兩種方法都具有運算速度快、環(huán)境變化適應性強的特點。在這兩種區(qū)域自動檢測結果的輔助下生成的濾波蒙版能夠將車輛和隔離帶區(qū)域上的SIFT匹配特征點濾除,進而改善相機的姿態(tài)恢復與稀疏三維點云重建的效果。斑馬線是一類重要的交通基礎設施,具有保障人民生命財產(chǎn)安全、提升交通安全系數(shù)的重要意義。斑馬線在熙熙攘攘的車流中極易被磨損,所以對其位置與狀態(tài)的監(jiān)控尤為重要。因此在街景稀疏點云重建和相機姿態(tài)恢復成果的基礎上,本文提出了一種斑馬線高精度自動檢測與狀態(tài)自動分析的方法。該方法首先利用重建的稀疏點云三維信息以及恢復的相機姿態(tài)信息來輔助斑馬線分類器分層學習,以高效提升分類器性能；然后通過對分類器檢測目標的y軸投影結果進行高通濾波來獲得興趣區(qū)域,再借助輪廓信息從興趣區(qū)域中進一步剔除誤檢結果,來逐步提高檢測的準確率；最終得到高召回率、高準確率的斑馬線檢測結果。該斑馬線自動檢測方法具有較強的魯棒性,不僅能夠檢測出不同場景、不同光照條件下的人行橫道線,對存在遮擋、污損現(xiàn)象的人行橫道線也同樣能穩(wěn)定檢測。在高精度的斑馬線檢測結果的基礎上,本論文從檢測結果強度直方圖中提取人行橫道線區(qū)域的多維檢測特征向量。從而訓練用于進行污損掉漆狀態(tài)分析的支持向量機模型,該模型能夠自動按照斑馬線的狀態(tài)將其分為三類,即處于嚴重污損或掉漆的狀態(tài)的斑馬線、處于略微污損或掉漆的狀態(tài)的斑馬線、以及紋理清晰無明顯污損掉漆的狀態(tài)的斑馬線。最后在重建的相機姿態(tài)參數(shù)的輔助下,論文提出對斑馬線進行粗略的正射糾正,然后通過二值化后條紋的外接四邊形所包含的黑白像素之比,來定量分析斑馬線的狀態(tài)。
【關鍵詞】：行車記錄儀數(shù)據(jù)重建 特征點濾波蒙版 隔離帶區(qū)域自動檢測 整車區(qū)域檢測 分層學習 斑馬線高精度檢測 斑馬線狀態(tài)分析
【學位授予單位】：武漢大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：U495;U463.6
【目錄】：

• 摘要10-12
• Abstract12-13
• 第1章 緒論13-24
• 1.1 研究背景及意義13-15
• 1.2 國內外相關研究現(xiàn)狀綜述15-18
• 1.2.1 街景點云重建的研究現(xiàn)狀15-17
• 1.2.2 斑馬線自動檢測與狀態(tài)分析的研究現(xiàn)狀17-18
• 1.3 本文研究目標與內容18-20
• 1.4 技術路線與結構安排20-24
• 第2章 幾何重建、自動目標檢測理論與數(shù)據(jù)特點分析24-35
• 2.1 幾何重建相關理論24-26
• 2.1.1 SIFT特征匹配24-25
• 2.1.2 QDEGSAC與核線約束算法25-26
• 2.2 自動目標檢測相關理論26-31
• 2.2.1 Haar-like特征模板26-28
• 2.2.2 基于積分圖的特征快速算法28-29
• 2.2.3 Adaboost級聯(lián)結構分類器29-31
• 2.3 行車記錄儀數(shù)據(jù)特點分析31-34
• 2.4 本章小結34-35
• 第3章 車輛與隔離帶區(qū)域自動檢測算法研究35-63
• 3.1 引言35-36
• 3.2 檢測難點分析36-37
• 3.3 整車檢測算法37-49
• 3.3.1 樣本制作策略與分類器訓練38-43
• 3.3.2 盒狀檢測區(qū)拓展43-49
• 3.4 隔離帶區(qū)域檢測方法49-52
• 3.4.1 樣本制作與分類器訓練策略49-51
• 3.4.2 基于滅點位置的隔離帶區(qū)域判定方法51-52
• 3.5 實驗結果與分析52-60
• 3.5.1 整車區(qū)域檢測結果與分析53-58
• 3.5.2 隔離帶區(qū)域檢測結果與分析58-60
• 3.6 本章小結60-63
• 第4章 基于行車記錄儀數(shù)據(jù)的街景稀疏點云重建63-86
• 4.1 引言63-64
• 4.2 SIFT特征點精化64-67
• 4.3 粗差點剔除并基于SfM算法進行街景稀疏點云重建67-68
• 4.4 實驗結果與分析68-84
• 4.4.1 基于車輛與護欄檢測區(qū)域的粗差點剔除結果分析70-71
• 4.4.2 兩兩像對定向結果分析71-73
• 4.4.3 相機姿態(tài)恢復結果與分析73-78
• 4.4.4 稀疏點云重建結果與分析78-84
• 4.5 本章小結84-86
• 第5章 重建結果輔助的斑馬線自動檢測與狀態(tài)分析86-123
• 5.1 引言86-88
• 5.2 重建結果輔助的斑馬線分類器分層訓練方法88-93
• 5.2.1 基于錯誤結果的分類器分層學習方法概述88-89
• 5.2.2 錯誤檢測結果自動定位方法89-91
• 5.2.3 分層迭代訓練斑馬線分類器91-93
• 5.3 斑馬線檢測結果性能提升方法93-99
• 5.3.1 高通濾波確定興趣區(qū)域算法93-97
• 5.3.2 基于輪廓信息的誤檢剔除算法97-99
• 5.4 斑馬線狀態(tài)自動分析方法99-106
• 5.4.1 檢測強度直方圖99-100
• 5.4.2 檢測結果特征值計算100-103
• 5.4.3 基于支持向量機的污損狀態(tài)分析103-106
• 5.5 實驗結果與分析106-120
• 5.5.1 斑馬線自動檢測算法魯棒性分析107-110
• 5.5.2 斑馬線自動檢測結果與分析110-113
• 5.5.3 斑馬線狀態(tài)分析中間文件與分析結果113-118
• 5.5.4 基于大區(qū)域數(shù)據(jù)的街景稀疏點云重建與斑馬線檢測與狀態(tài)分析方法各階段耗時與精度統(tǒng)計118-120
• 5.6 本章小結120-123
• 第6章 全文總結與展望123-127
• 6.1 論文工作與成果總結123-125
• 6.2 論文主要創(chuàng)新點125
• 6.3 未來研究展望125-127
• 參考文獻127-134
• 攻讀博士期間發(fā)表的論文和科研情況134-135
• 致謝135-136

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬鑫;;行車記錄儀沒有起到作用[J];商用汽車新聞;2006年09期

2 東岳;;行車記錄儀漏秒的檢測[J];交通與運輸;2014年03期

3 刀刀旗;;拒絕碰瓷黨 行車記錄儀保駕護航[J];移動信息;2012年10期

4 陳靖航;;行車好助手——新科行車記錄儀測試[J];音響改裝技術;2013年01期

5 陳廈;彭炳泉和他的行車記錄儀[J];安全與健康;2002年06期

6 卜健 ,楊殿閣 ,羅禹貢 ,李克強 ,連小珉;基于單片機的行車記錄儀設計與開發(fā)[J];中國集成電路;2004年07期

7 ;行車記錄儀 熱銷排行榜[J];消費電子;2013年07期

8 小羅;;駕車安全無憂——行車記錄儀選購錦囊[J];電腦知識與技術(經(jīng)驗技巧);2014年02期

9 三木;本刊資料圖;;視有界 域無疆——韓國原裝BlackVue DR-500GW-HD WiFi行車記錄儀中國測評（一）[J];音響改裝技術;2013年07期

10 三木;本刊資料圖;;視有界 域無疆——韓國原裝BlackVue DR-500GW-HD WiFi行車記錄儀中國測評(二)[J];音響改裝技術;2013年09期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 楊捷;高增梁;湯健彬;;基于ARM的新型行車記錄儀[A];中國儀器儀表學會第六屆青年學術會議論文集[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 雷曉斌;行車記錄儀：督駕功偉尚需立法助瀾[N];中國交通報;2003年

2 ;河北省營運客車將陸續(xù)安裝行車記錄儀[N];中國汽車報;2002年

3 本報記者 石遠峰 通訊員 楊安獻;好東西就要用好[N];中國安全生產(chǎn)報;2005年

4 本報記者 李方;行車記錄儀讓你遠離交通糾紛[N];中國消費者報;2011年

5 高德起;行車記錄儀熱賣,悲催![N];中華工商時報;2011年

6 江西 譚明裕;13大細則教你購買行車記錄儀[N];電子報;2014年

7 吳博峰;想碰瓷 我有行車記錄儀[N];中國消費者報;2014年

8 本報記者 杜康 通訊員 張建 曾濤;警惕行車記錄儀“竊密”[N];解放軍報;2014年

9 實習記者 黃金生;行車記錄儀 未來或成標配[N];消費日報;2014年

10 本報記者 楊紅 通訊員 楊曉鳳;汽車“黑匣子”能否認定事故責任[N];廣西法治日報;2012年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 李謙;行車記錄儀數(shù)據(jù)稀疏點云重建及斑馬線檢測應用[D];武漢大學;2016年

中國碩士學位論文全文數(shù)據(jù)庫 前8條

1 饒海峰;W公司行車記錄儀的海外渠道建設研究[D];大連理工大學;2015年

2 施偉;聯(lián)想車載行車記錄儀設計研究[D];南昌大學;2014年

3 巫楓;行車記錄儀和控制平臺間的安全通信機制研究[D];西安電子科技大學;2011年

4 王妃;行車記錄儀的視頻校正[D];河北工業(yè)大學;2012年

5 白雅偉;基于ARM的新型行車記錄儀的研究與設計[D];武漢理工大學;2013年

6 董文揚;行車記錄儀中GIS的設計與實現(xiàn)[D];河北科技大學;2013年

7 李闖;基于CAN總線的多功能行車記錄儀[D];大連理工大學;2004年

8 鄭祥濱;衛(wèi)星定位行車記錄儀的研制[D];哈爾濱工業(yè)大學;2014年

，

本文編號：799801