本文關(guān)鍵詞：車載紅外夜視圖像的目標(biāo)區(qū)域在線檢測(cè)方法研究

  更多相關(guān)文章： 車載紅外夜視圖像 目標(biāo)區(qū)域 目標(biāo)檢測(cè) DSP開發(fā)板

【摘要】：紅外圖像及視頻中目標(biāo)區(qū)域檢測(cè)一直是目標(biāo)檢測(cè)的重點(diǎn)和難點(diǎn)。目前,市場(chǎng)上存在的車載紅外夜視輔助系統(tǒng)僅僅是將紅外攝像機(jī)拍攝到的圖像呈現(xiàn)到顯示器,圖像質(zhì)量的好壞完全取決于攝像的質(zhì)量和性能,并未對(duì)獲取到的紅外圖像進(jìn)行處理得到進(jìn)一步的信息。因此傳統(tǒng)車載輔助駕駛系統(tǒng)漸漸地?zé)o法滿足人們的需求。隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,圖像處理算法在目標(biāo)檢測(cè)及目標(biāo)區(qū)域檢測(cè)方面不斷被人們重視,逐漸成為模式識(shí)別與智能信息處理領(lǐng)域的研究熱點(diǎn)之一。本文采用自建的車載紅外圖像及視頻數(shù)據(jù)庫(kù),首先對(duì)車載紅外圖像的特點(diǎn)進(jìn)行分析,對(duì)圖像中信息進(jìn)行提取。然后,圍繞光流場(chǎng)目標(biāo)檢測(cè)算法進(jìn)行分析和比較,并對(duì)車載紅外圖像目標(biāo)區(qū)域檢測(cè)的方法進(jìn)行分析,同時(shí)提出改進(jìn)光流場(chǎng)算法。最后,對(duì)算法進(jìn)行仿真驗(yàn)證并將其移植到DSP開發(fā)板進(jìn)行物理驗(yàn)證,取得較好實(shí)驗(yàn)效果。圖像預(yù)處理部分,在比較了傳統(tǒng)去噪算法后,由于車載紅外夜視圖像所具有的特征,提出了基于模板統(tǒng)計(jì)去噪算法。圖像增強(qiáng)部分為了突出紅外圖像中各部分組成尤其是道路及運(yùn)動(dòng)的物體,本文提出方向擴(kuò)散改進(jìn)算法對(duì)車載紅外夜視圖像進(jìn)行增強(qiáng)處理,該方法在對(duì)圖像目標(biāo)增強(qiáng)的同時(shí)可以很好的突出邊緣信息,有利于我們采用光流場(chǎng)方法對(duì)目標(biāo)及目標(biāo)區(qū)域進(jìn)行檢測(cè)。仿真部分,利用MATLAB工具對(duì)車載紅外夜視圖像進(jìn)行算法驗(yàn)證,結(jié)果顯示本文算法對(duì)紅外圖像識(shí)別效果較好。然后將算法移植DSP開發(fā)板進(jìn)行物理仿真,實(shí)驗(yàn)結(jié)果表明,該算法在車載紅外夜視圖像中對(duì)目標(biāo)區(qū)域及目標(biāo)的檢測(cè)具有較好效果,對(duì)車載夜視輔助駕駛系統(tǒng)具有較大理論和實(shí)踐意義,且具有廣闊應(yīng)用前景。
【關(guān)鍵詞】：車載紅外夜視圖像 目標(biāo)區(qū)域 目標(biāo)檢測(cè) DSP開發(fā)板
【學(xué)位授予單位】：沈陽(yáng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 研究背景和研究意義10-13
• 1.2 紅外夜視技術(shù)發(fā)展概況13-17
• 1.3 目前存在的問題17-18
• 1.4 本文研究?jī)?nèi)容18-20
• 第2章 車載紅外夜視圖像的采集20-26
• 2.1 紅外夜視圖像獲取過(guò)程20
• 2.2 紅外夜視圖像獲取的原理20-22
• 2.3 紅外夜視圖像采集設(shè)備及圖像庫(kù)的建立22-24
• 2.4 本章小結(jié)24-26
• 第3章 車載紅外夜視圖像的降噪處理26-36
• 3.1 數(shù)字圖像的表示26-27
• 3.2 紅外圖像質(zhì)量評(píng)價(jià)27-30
• 3.3 紅外夜視圖像特點(diǎn)分析30-31
• 3.4 概率統(tǒng)計(jì)模板去噪算法31-36
• 3.4.1 算法思想31-32
• 3.4.2 算法驗(yàn)證32-36
• 第4章 車載紅外夜視圖像的增強(qiáng)處理36-56
• 4.1 圖像增強(qiáng)效果的評(píng)價(jià)36
• 4.2 紅外夜視圖像增強(qiáng)算法36-38
• 4.3 紅外圖像增強(qiáng)基本算法38-47
• 4.3.1 灰度變換38-39
• 4.3.2 線性變換39-42
• 4.3.3 分段線性灰度變換42-46
• 4.3.4 非線性灰度變換46-47
• 4.4 PDE紅外圖像增強(qiáng)處理47-56
• 4.4.1 P-M擴(kuò)散方程48-50
• 4.4.2 方向擴(kuò)散方程50-51
• 4.4.3 一種改進(jìn)的方向擴(kuò)散模型51-53
• 4.4.4 實(shí)驗(yàn)結(jié)果分析53-56
• 第5章 光流場(chǎng)對(duì)紅外夜視圖像目標(biāo)區(qū)域檢測(cè)56-64
• 5.1 光流方法發(fā)展56-57
• 5.2 光流場(chǎng)約束方程57-58
• 5.3 Horn&Schunck光流場(chǎng)算法58
• 5.4 改進(jìn)光流算法58-60
• 5.5 算法仿真和結(jié)果分析60-64
• 第6章 實(shí)驗(yàn)平臺(tái)的搭建與實(shí)現(xiàn)64-76
• 6.1 軟件介紹64-65
• 6.2 硬件介紹65-68
• 6.2.1 DSP芯片介紹65
• 6.2.2 FI026開發(fā)板介紹65-68
• 6.3 軟件系統(tǒng)的實(shí)現(xiàn)68-74
• 6.3.1 SEED-XDS510PLUS與CCS的鏈接68-69
• 6.3.2 提取目標(biāo)區(qū)域的算法實(shí)現(xiàn)69-73
• 6.3.3 算法在開發(fā)板上的實(shí)現(xiàn)73-74
• 6.4 本章小結(jié)74-76
• 第7章 總結(jié)及展望76-78
• 7.1 全文總結(jié)76
• 7.2 研究展望76-78
• 參考文獻(xiàn)78-81
• 在學(xué)期間研究成果81-82
• 致謝82-83

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉建忠;;圖像邊緣的數(shù)學(xué)結(jié)構(gòu)分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計(jì)算方法[J];微型電腦應(yīng)用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術(shù)學(xué)院學(xué)報(bào);2009年04期

4 潘衛(wèi)國(guó);鮑泓;何寧;;一種傳統(tǒng)中國(guó)書畫圖像的二分類方法[J];計(jì)算機(jī)科學(xué);2012年03期

5 周濤;陸惠玲;拓守恒;馬競(jìng)先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補(bǔ)算法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動(dòng)幾何精糾正系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

7 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

8 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計(jì)算方法[J];模式識(shí)別與人工智能;2003年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國(guó)情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

3 韓焱;王明泉;宋樹爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

4 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國(guó)通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無(wú)參考客觀質(zhì)量評(píng)測(cè)方法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域?yàn)V除方法[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

8 漆琳智;張超;吳向陽(yáng);;引導(dǎo)濾波的單幅圖像前景精確提取[A];浙江省電子學(xué)會(huì)2013學(xué)術(shù)年會(huì)論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;B超術(shù)語(yǔ)解釋[N];農(nóng)村醫(yī)藥報(bào)（漢）;2008年

4 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國(guó)攝影報(bào);2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報(bào);2009年

7 西安 張正倉(cāng);I~（2）C總線控制的HG-2220AV液晶屏視頻信號(hào)驅(qū)動(dòng)板[N];電子報(bào);2003年

8 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

9 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

10 于亮、阿鯤;技術(shù)“掃”天下[N];中國(guó)計(jì)算機(jī)報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 梁福來(lái);低空無(wú)人機(jī)載UWB SAR增強(qiáng)成像技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

3 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

5 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

7 王玉明;SAR圖像地雷場(chǎng)檢測(cè)技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

8 溫景陽(yáng);圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

9 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

10 馮景;基于SAR圖像的海面溢油檢測(cè)研究[D];北京理工大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

2 萬(wàn)燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

3 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

4 向訓(xùn)文;RGB-D圖像顯著性檢測(cè)研究[D];華南理工大學(xué);2015年

5 曾旭;基于聚類和加權(quán)非局部的圖像稀疏去噪方法研究[D];天津理工大學(xué);2015年

6 熊楊超;圖像美學(xué)評(píng)價(jià)及美學(xué)優(yōu)化研究[D];華南理工大學(xué);2015年

7 王艷;圖像視覺顯著性檢測(cè)方法及應(yīng)用的研究[D];華南理工大學(xué);2015年

8 鄭露萍;圖像二階微分特征提取及人臉識(shí)別應(yīng)用研究[D];昆明理工大學(xué);2015年

9 王思武;基于太陽(yáng)圖像的特征提取和檢索[D];昆明理工大學(xué);2015年

10 曹靜;基于暗通道先驗(yàn)算法的圖像去霧處理[D];海南大學(xué);2015年

，

本文編號(hào)：865635