發(fā)布時間：2017-09-18 16:00

  本文關(guān)鍵詞：基于紅外車載安全技術(shù)的研究

  更多相關(guān)文章： 紅外圖像序列 行人檢測 圖像分割 機器學(xué)習(xí) 車輛報警系統(tǒng)

【摘要】：近年來,隨著人們生活水平的日益提高,汽車的數(shù)量逐漸增多,車輛的行駛安全問題得到了人們普遍的關(guān)注。在夜間,由于光線差導(dǎo)致路況不清,很容易發(fā)生交通事故,因此,夜間行車安全的問題一直都是研究的熱點。隨著非制冷紅外焦平面的發(fā)展,利用紅外穿透黑暗和煙霧的特點,在汽車上嵌入紅外成像的系統(tǒng),實現(xiàn)目標(biāo)的全天候觀察,這樣的研究有助于提高車輛的行車安全,因此,基于紅外的車載安全技術(shù)的研究是具有重要現(xiàn)實意義的。本文以紅外視頻序列中的行人為研究對象,完成行人檢測算法的研究和仿真,并且完成了車載系統(tǒng)邊緣功能的開發(fā),主要包括碰撞報警、GPS和慣導(dǎo)系統(tǒng)的研究和開發(fā)。在對行人檢測的仿真性研究中,首先對紅外圖像行人檢測的國內(nèi)外發(fā)展現(xiàn)狀做了一定的介紹,概述了行人檢測技術(shù)的原理和系統(tǒng)的構(gòu)成。其次,論文以matlab為分析手段,對比分析了圖像分割的各種方法,提出了基于聚類分析的自閾值分割方法,實現(xiàn)了紅外圖像的自閾值分割。論文還對分割圖像的多種特征進行了分析,完成了圖像特征的提取并建立基于SVM機器訓(xùn)練的模型,實現(xiàn)了特征的分類和識別。在對車載碰撞報警系統(tǒng)的研究中,完成了基于ARM的嵌入式系統(tǒng)設(shè)計,并基于WINCE的操作系統(tǒng)對碰撞報警、導(dǎo)航和通信等功能進行了開發(fā)。本課題采用U-blox通用型GPS模塊NEO-6系列獲取車輛位置信息,使用重力加速度陀螺儀傳感器MPU-6050來獲取車輛姿態(tài)信息,通過串口的方式將信息傳輸給處理器,完成GPS信息的解碼和姿態(tài)角解算。并通過定義碰撞的判斷標(biāo)準(zhǔn),可實現(xiàn)車輛碰撞的檢測和報警。
【關(guān)鍵詞】：紅外圖像序列 行人檢測 圖像分割 機器學(xué)習(xí) 車輛報警系統(tǒng)
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6;TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 引言10-11
• 1.2 紅外熱成像技術(shù)11-12
• 1.3 行人檢測技術(shù)12
• 1.4 國內(nèi)外研究概況及發(fā)展趨勢12-14
• 1.5 論文主要的內(nèi)容工作和章節(jié)安排14-16
• 第二章 行人檢測的基本原理和方法16-29
• 2.1 行人檢測的構(gòu)成16
• 2.2 紅外圖像去噪16-17
• 2.3 紅外圖像的分割17-20
• 2.3.1 基于邊緣的分割17-19
• 2.3.2 基于區(qū)域的分割19
• 2.3.3 基于閾值的分割19-20
• 2.4 紅外圖像特征提取20-25
• 2.4.1 方向直方圖特征20-23
• 2.4.2 形體和慣性特征23-24
• 2.4.3 尺度不變特征變換特征24-25
• 2.5 目標(biāo)識別25-27
• 2.5.1 人工神經(jīng)網(wǎng)絡(luò)25
• 2.5.2 ADABOOST25-26
• 2.5.3 支持向量機的學(xué)習(xí)方法26-27
• 2.6 紅外行人檢測存在的問題和不足27-28
• 2.7 本章小結(jié)28-29
• 第三章 紅外行人圖像的自適應(yīng)閾值分割29-35
• 3.1 紅外圖像閾值分割方法29-31
• 3.1.1 提取高亮區(qū)域29
• 3.1.2 直方圖聚類分析29-31
• 3.1.2.1 類間最大方差算法30-31
• 3.1.2.2 基于熵的紅外圖像分割31
• 3.2 基于K均值聚類中心分析的閾值選取31-33
• 3.3 圖像分割效果對比實驗結(jié)果及分析33-34
• 3.4 本章小結(jié)34-35
• 第四章 基于方向梯度直方圖特征的序列紅外行人實時檢測35-39
• 4.1 直方圖特征獲取35-36
• 4.2 基于向量機的人體檢測機器訓(xùn)練實驗結(jié)果與分析36-37
• 4.3 人體檢測實驗結(jié)果37-38
• 4.4 本章小結(jié)38-39
• 第五章 基于ARM的車載碰撞報警系統(tǒng)的實現(xiàn)39-59
• 5.1 系統(tǒng)的設(shè)計方案39-40
• 5.2 系統(tǒng)硬件開發(fā)40-50
• 5.2.1 控制模塊電路設(shè)計40-43
• 5.2.1.1 ARM簡介40
• 5.2.1.2 ARM開發(fā)優(yōu)勢40-41
• 5.2.1.3 ARM的器件選型41
• 5.2.1.4 配置電路的設(shè)計41-43
• 5.2.2 GPS模塊的設(shè)計43-44
• 5.2.3 慣導(dǎo)模塊的設(shè)計44-45
• 5.2.4 通訊模塊的設(shè)計45-48
• 5.2.5 電源配置48-50
• 5.3 系統(tǒng)的軟件開發(fā)50-57
• 5.3.1 WINCE的下載和驅(qū)動程序的安裝50
• 5.3.2 數(shù)據(jù)的接收和處理50-57
• 5.3.2.1 GPS數(shù)據(jù)格式及接收處理51-52
• 5.3.2.2 慣導(dǎo)數(shù)據(jù)的格式及接收處理52-56
• 5.3.2.3 MU509的數(shù)據(jù)格式及處理方法56-57
• 5.4 系統(tǒng)的性能評估57-58
• 5.5 本章小結(jié)58-59
• 第六章 結(jié)論和展望59-61
• 致謝61-62
• 參考文獻62-65
• 攻讀碩士學(xué)位期間的研究成果65-66

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 梁英宏;;紅外視頻圖像中的人體目標(biāo)檢測方法[J];紅外與激光工程;2009年05期

2 徐葉雷;方勇;;基于MEMS加速度計的車用自動呼救系統(tǒng)[J];傳感技術(shù)學(xué)報;2009年06期

3 李建福;龔衛(wèi)國;楊金妃;李偉紅;;基于復(fù)合分類特征的紅外圖像人體實時檢測[J];光電工程;2009年02期

4 胡剛;金振偉;司小平;郭海濤;;車載導(dǎo)航技術(shù)現(xiàn)狀及其發(fā)展趨勢[J];系統(tǒng)工程;2006年01期

5 張晶,曾憲云;嵌入式系統(tǒng)概述[J];電測與儀表;2002年04期

6 王春勇，，周建勛，胡江華;紅外圖像特征分析與模擬[J];紅外技術(shù);1996年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 李建福;紅外圖像中人體目標(biāo)檢測、跟蹤及其行為識別研究[D];重慶大學(xué);2010年

2 云廷進;紅外人體目標(biāo)檢測和跟蹤方法研究[D];重慶大學(xué);2008年

3 郭烈;基于單目視覺的車輛前方行人檢測技術(shù)研究[D];吉林大學(xué);2007年

4 田廣;基于視覺的行人檢測和跟蹤技術(shù)的研究[D];上海交通大學(xué);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 胡瑞光;紅外序列圖像中行人檢測與跟蹤算法研究[D];重慶大學(xué);2009年

2 郭家歡;基于單幀紅外圖像的行人檢測[D];吉林大學(xué);2008年

3 余燕;基于紅外CCD與激光測距儀融合的行人檢測技術(shù)研究[D];吉林大學(xué);2008年

4 黃慶華;紅外圖像處理算法的研究[D];西安科技大學(xué);2008年

5 康志亮;基于小波的紅外圖像增強算法研究[D];電子科技大學(xué);2008年

6 劉瑩;紅外熱像儀中圖像增強算法的研究[D];吉林大學(xué);2007年

本文編號：876465