【摘要】：研究了一種利用激光雷達(dá)數(shù)據(jù)引導(dǎo)紅外圖像進(jìn)行行人檢測與識別的方法。首先針對激光雷達(dá)數(shù)據(jù),提出了一種利用魯棒主成分分析進(jìn)行目標(biāo)感興趣區(qū)域檢測的方法,進(jìn)而設(shè)計(jì)了一種窗口濾波算法對前景矩陣進(jìn)行濾波處理,得到目標(biāo)感興趣區(qū)域的位置信息。在此基礎(chǔ)上,將該位置信息投影到紅外圖像中獲取紅外圖像中的目標(biāo)感興趣區(qū)域,進(jìn)而在紅外圖像感興趣區(qū)域內(nèi)利用稀疏編碼金字塔算法和支持向量機(jī)完成行人識別。實(shí)驗(yàn)結(jié)果表明了該算法能夠有效地完成行人識別。
【圖文】：

2017，53（23）了實(shí)驗(yàn)。實(shí)驗(yàn)采用二維激光雷達(dá)UTM-30LX，掃描的范圍為270°，掃描的最大距離為30000mm，兩條相鄰掃描線間的夾角為0.25°，每幀數(shù)據(jù)包含1081個掃描點(diǎn)。在實(shí)驗(yàn)中，首先采集連續(xù)的3482幀激光雷達(dá)數(shù)據(jù)構(gòu)造原始矩陣D，利用RPCA對原始矩陣D進(jìn)行分解得到背景矩陣A和稀疏矩陣E，將矩陣E更新后進(jìn)行濾波處理。下面以單幀數(shù)據(jù)進(jìn)行具體分析。圖5（a）為單幀激光雷達(dá)原始數(shù)據(jù)（單位：mm）轉(zhuǎn)化為直角坐標(biāo)形式的圖，圖5（b）為該幀激光雷達(dá)數(shù)據(jù)同步采集的紅外圖像，圖5（c）為RPCA分解后屬于背景部分的掃描點(diǎn)數(shù)據(jù)，圖5（d）為RPCA分解后屬于前景（即運(yùn)動目標(biāo)）部分的掃描點(diǎn)數(shù)據(jù)。由于室外環(huán)境相對比較復(fù)雜，因此經(jīng)過分解后的前景數(shù)據(jù)中包含有大量的噪聲點(diǎn)。由圖5（e）可知：經(jīng)過本文的濾波算法處理后，可以發(fā)現(xiàn)絕大部分的噪聲點(diǎn)已被去除，但是還存在部分噪聲點(diǎn)被錯誤劃分為了運(yùn)動目標(biāo)。這是因?yàn)闉V波結(jié)果和濾波窗口相關(guān)參數(shù)的選擇有著一定的關(guān)系，在實(shí)驗(yàn)中所選擇的窗口參數(shù)是一個經(jīng)驗(yàn)值，同時考慮到這些錯誤數(shù)據(jù)點(diǎn)可以在識別算法中加以處理，也就是說，ROI的數(shù)量可以大于等于目標(biāo)的數(shù)量，因此在評價這一濾波算法時，本文只考慮其漏檢率，而過檢測的問題可以在識別過程中加以解決。4.2基于激光雷達(dá)數(shù)據(jù)引導(dǎo)的紅外圖像行人識別實(shí)驗(yàn)與分析將上文實(shí)驗(yàn)中檢測得到的ROI距離、角度信息投影到相應(yīng)紅外圖像上，得到的圖像中的ROI區(qū)域，如圖6所示。圖6中，紅色點(diǎn)表示雷達(dá)中的ROI區(qū)域在紅外圖像中的映射點(diǎn)，藍(lán)色框表示由紅色映射點(diǎn)所形成的矩形框，該區(qū)域經(jīng)過擴(kuò)大之后的區(qū)域就是ROI區(qū)域，由紅色框表示，可以發(fā)現(xiàn)行人目標(biāo)都在矩形范圍之內(nèi)。在提取SIFT特征時，圖像先進(jìn)行縮放，使得待識別ROI區(qū)域的大小為128pixel×64pixel，局部塊的大?

usingsparsecodingformageclassification[C]//ProceedingsoftheIEEEConferenceonComputerVisionandPatternRecognition，2009：1794-1801.[14]BaoCQ，HeLT，，WangYL.Linearspatialpyramidmatchingusingnon-convexandnon-negativesparsecodingforimageclassification[C]//IEEEChinaSummitandInternationalConferenceonSignalandInformationProcessing（ChinaSIP），2015：186-190.[15]LoweDG.Distinctiveimagefeaturesfromscale-invariantkeypoints[J].InternationalJournalofComputerVision，2004，60（60）：91-110.圖8不同背景下的行人檢測結(jié)果202

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 王保昌,姚連興,徐根興;軍事目標(biāo)紅外圖像的形狀識別系統(tǒng)[J];系統(tǒng)工程與電子技術(shù);1992年10期

2 韓克松,陳景春,崔常嵬;紅外圖像中運(yùn)動點(diǎn)目標(biāo)檢測技術(shù)[J];系統(tǒng)工程與電子技術(shù);1998年04期

3 胡哲;張貴清;祁釋冰;夏博儒;李芬芬;;基于單片SRAM和FPGA的紅外圖像顯示的設(shè)計(jì)及實(shí)現(xiàn)[J];電子技術(shù)應(yīng)用;2011年07期

4 嚴(yán)和平,沈同圣,周曉東,任建存;LOWTRAN 7 在動態(tài)紅外圖像仿真系統(tǒng)中的應(yīng)用及系統(tǒng)集成[J];紅外與激光工程;1998年04期

5 嚴(yán)和平;沈同圣;周曉東;任建存;;反艦導(dǎo)彈紅外成像制導(dǎo)系統(tǒng)目標(biāo)/背景動態(tài)紅外圖像仿真的新思路[J];紅外與激光工程;1998年05期

相關(guān)博士學(xué)位論文 前5條

1 劉施菲;激光雷達(dá)輔助的慣性導(dǎo)航組合系統(tǒng)技術(shù)研究[D];哈爾濱工程大學(xué);2015年

2 王強(qiáng);基于激光雷達(dá)數(shù)據(jù)與多角度遙感模型的森林參數(shù)反演研究[D];哈爾濱工業(yè)大學(xué);2017年

3 徐璐;Gm-APD脈沖累積激光雷達(dá)探測性能提高的研究[D];哈爾濱工業(yè)大學(xué);2017年

4 葉光超;條紋陣列探測激光雷達(dá)測距精度與三維測繪技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

5 呂丹;基于點(diǎn)法向量姿態(tài)估計(jì)的激光雷達(dá)距離像目標(biāo)識別算法研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前4條

1 楊培;小型化紅外圖像信號處理器的設(shè)計(jì)與實(shí)現(xiàn)[D];長春理工大學(xué);2013年

2 林輝;基于車載多激光雷達(dá)的地圖構(gòu)建與障礙物檢測[D];浙江大學(xué);2017年

3 暢博;紅外圖像增強(qiáng)和目標(biāo)檢測跟蹤技術(shù)研究[D];電子科技大學(xué);2006年

4 秦學(xué)珍;基于小波分析的激光雷達(dá)信號消噪和氣溶膠粒子譜反演算法研究[D];北方民族大學(xué);2017年

本文編號：2555619