車輛主動安全技術(shù)是汽車實現(xiàn)智能化的關(guān)鍵技術(shù)之一,已經(jīng)成為智能汽車開發(fā)的重要研究領(lǐng)域,而基于機器視覺感知下的車輛主動安全技術(shù)是近年來該領(lǐng)域的一個前沿熱點和重要研究內(nèi)容。研究和開發(fā)機器視覺感知下的車輛主動安全技術(shù)對于提高交通安全,降低交通事故發(fā)生率等具有重要的社會意義和應用價值。本文在汽車仿真與控制國家重點實驗室開放基金《駕駛員視覺分散與疲勞數(shù)學模型建立及預警關(guān)鍵技術(shù)研究》（N0.20121107）的資助下,采用機器視覺感知技術(shù),對車輛主動安全技術(shù)中的駕駛員疲勞檢測和車道偏離檢測進行了深入研究。論文的主要工作及研究成果如下：（1）研究車載視覺系統(tǒng)圖像增強算法。分析光照不均對圖像質(zhì)量的影響,提出一種基于Retinex理論的圖像增強算法。算法提取光照圖像低頻部分,采用多尺度Retinex（MSR）算法進行光照補償,然后再與其梯度圖像合成新的圖像。該算法能夠?qū)Ⅰ{駛員面部特征以及道路特征清晰顯示出來,可為后續(xù)圖像處理奠定基礎(chǔ)。（2）研究紅外圖像眼睛檢測算法。分析夜間紅外圖像面部特征特點,提出一種夜間紅外圖像眼睛檢測方法。根據(jù)夜間紅外圖像特點,采用局部自適應閾值分割臉部區(qū)域；根據(jù)人臉器官分布規(guī)律,確... 

【文章來源】：山東大學山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：191 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 車輛安全技術(shù)
        1.2.2 車輛主動安全技術(shù)
        1.2.3 機器視覺感知下的車輛主動安全技術(shù)
        1.2.4 機器視覺感知下的車輛主動安全技術(shù)分類
        1.2.5 機器視覺感知下的駕駛員疲勞檢測技術(shù)研究現(xiàn)狀
        1.2.6 機器視覺感知下的車道偏離檢測技術(shù)研究現(xiàn)狀
        1.2.7 目前存在的問題
    1.3 本文結(jié)構(gòu)框架與研究內(nèi)容
第2章 車載視覺系統(tǒng)圖像增強算法研究
    2.1 引言
    2.2 光照不均對圖像質(zhì)量的影響
    2.3 數(shù)字圖像增強技術(shù)
        2.3.1 空域增強技術(shù)
        2.3.2 頻域增強技術(shù)
    2.4 基于Retinex理論的圖像增強算法
        2.4.1 Retinex理論
        2.4.2 單尺度Retinex算法
        2.4.3 多尺度Retinex算法
        2.4.4 圖像分解
        2.4.5 圖像增強
        2.4.6 圖像濾波
        2.4.7 圖像恢復
    2.5 灰度圖像增強算法
        2.5.1 基于MSR算法的灰度圖像增強
        2.5.2 實驗分析
    2.6 彩色圖像增強算法
        2.6.1 圖像空間轉(zhuǎn)換
        2.6.2 基于MSR算法的彩色圖像增強
        2.6.3 實驗分析
    2.7 本章小結(jié)
第3章 駕駛員面部特征檢測研究
    3.1 引言
    3.2 基于紅外圖像的駕駛員面部特征分析
        3.2.1 紅外圖像及成像技術(shù)
        3.2.2 紅外圖像面部特征分析
    3.3 基于夜間紅外圖像的眼睛檢測
        3.3.1 眼睛檢測方法
        3.3.2 夜間紅外圖像臉部區(qū)域檢測
        3.3.3 眼睛ROI確定
        3.3.4 形態(tài)學圖像處理
        3.3.5 眼睛定位
        3.3.6 眼睛狀態(tài)分析
        3.3.7 算法流程
        3.3.8 實驗分析
    3.4 基于白天紅外圖像的眼睛檢測
        3.4.1 Adaboost算法
        3.4.2 基于Adaboost算法的眼睛檢測
        3.4.3 算法流程
        3.4.4 實驗分析
    3.5 基于紅外圖像的眼睛跟蹤
        3.5.1 貝葉斯估計
        3.5.2 蒙特卡羅方法
        3.5.3 序列重要性采樣
        3.5.4 重采樣
        3.5.5 基本粒子濾波算法
        3.5.6 遺傳粒子濾波算法
        3.5.7 眼睛跟蹤模型
        3.5.8 算法流程
        3.5.9 實驗分析
    3.6 基于紅外圖像的嘴巴檢測
        3.6.1 嘴巴區(qū)域檢測
        3.6.2 嘴巴中心位置計算
        3.6.3 實驗分析
    3.7 基于紅外圖像的駕駛員頭部姿態(tài)參數(shù)估計
        3.7.1 特征三角形計算
        3.7.2 轉(zhuǎn)頭分析
        3.7.3 點頭分析
        3.7.4 擺頭分析
        3.7.5 實驗分析
    3.8 本章小結(jié)
第4章 車道線檢測研究
    4.1 引言
    4.2 復雜環(huán)境下的結(jié)構(gòu)化道路彎道車道線檢測
        4.2.1 道路圖像預處理
        4.2.2 車道線模型
        4.2.3 車道線檢測
        4.2.4 實驗分析
    4.3 夜間結(jié)構(gòu)化道路車道線檢測
        4.3.1 ROI提取
        4.3.2 ROI圖像預處理
        4.3.3 Hough變換檢測
        4.3.4 車道線擬合
        4.3.5 車道線跟蹤
        4.3.6 算法流程
        4.3.7 實驗分析
    4.4 非結(jié)構(gòu)化道路邊界檢測
        4.4.1 圖像空間選擇
        4.4.2 圖像預處理
        4.4.3 FCM道路分割
        4.4.4 道路邊界檢測
        4.4.5 算法流程
        4.4.6 實驗分析
    4.5 本章小結(jié)
第5章 車輛主動安全系統(tǒng)研究
    5.1 引言
    5.2 基于多特征的駕駛員疲勞檢測系統(tǒng)研究
        5.2.1 粗糙集理論
        5.2.2 疲勞檢測系統(tǒng)條件屬性分析
        5.2.3 疲勞檢測決策規(guī)則
        5.2.4 疲勞檢測系統(tǒng)流程
        5.2.5 疲勞檢測系統(tǒng)界面設(shè)計
        5.2.6 實驗分析
    5.3 基于車道線角度變化的車道偏離預警系統(tǒng)研究
        5.3.1 車道偏離數(shù)學模型
        5.3.2 基于車道線角度變化的車道偏離數(shù)學模型
        5.3.3 車道偏離預警檢測流程
        5.3.4 車道偏離預警系統(tǒng)界面設(shè)計
        5.3.5 實驗分析
    5.4 本章小結(jié)
第6章 實車裝置設(shè)計與道路實驗
    6.1 引言
    6.2 實車裝置設(shè)計
        6.2.1 系統(tǒng)硬件組成
        6.2.2 實驗樣車設(shè)計
    6.3 道路實驗與分析
        6.3.1 實驗一
        6.3.2 結(jié)果與分析
        6.3.3 實驗二
        6.3.4 結(jié)果與分析
    6.4 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學位期間取得的科研成果
致謝
外文論文
附件


【參考文獻】：
期刊論文
[1]基于面部特征三角形的機車駕駛員頭部姿態(tài)參數(shù)估計[J]. 張萬枝,王增才,徐俊凱.  鐵道學報. 2013(11)
[2]駕駛員疲勞檢測中的眼睛定位與狀態(tài)分析[J]. 張萬枝,王增才,李云霞.  重慶大學學報. 2013(01)
[3]駕駛員疲勞檢測中的彩色圖像增強算法[J]. 張萬枝,王增才,李云霞,王保平.  光電子.激光. 2012(08)
[4]基于擴展三角特征的AdaBoost快速人眼檢測算法[J]. 黃坤,韓飛,楊月全,王正群,張?zhí)炱?  北京科技大學學報. 2012(01)
[5]基于顏色紋理直方圖的帶權(quán)分塊均值漂移目標跟蹤算法[J]. 李冠彬,吳賀豐.  計算機輔助設(shè)計與圖形學學報. 2011(12)
[6]基于立體視覺的月球車運動估計算法[J]. 曹鳳萍,王榮本.  吉林大學學報(工學版). 2011(06)
[7]一種基于類Haar特征和改進AdaBoost分類器的車輛識別算法[J]. 文學志,方巍,鄭鈺輝.  電子學報. 2011(05)
[8]基于膚色分割和改進的AdaBoostSVM算法的人臉檢測[J]. 郭聳,顧國昌,蔡則蘇,劉海波,沈晶.  吉林大學學報(工學版). 2011(02)
[9]基于B樣條曲線模型的結(jié)構(gòu)化道路檢測算法[J]. 許華榮,王曉棟,方遒.  自動化學報. 2011(03)
[10]駕駛員疲勞狀態(tài)監(jiān)測中的彩色圖像光照補償技術(shù)[J]. 朱淑亮,王增才,王保平.  重慶大學學報. 2011(01)

博士論文
[1]基于機器視覺的駕駛?cè)似跔顟B(tài)識別關(guān)鍵問題研究[D]. 張偉.清華大學 2011
[2]基于彎道行駛的車輛自適應巡航控制[D]. 張德兆.清華大學 2011
[3]基于視覺的全天候駕駛員疲勞與精神分散狀態(tài)監(jiān)測方法研究[D]. 邸巍.吉林大學 2010
[4]駕駛員疲勞狀態(tài)檢測技術(shù)研究與工程實現(xiàn)[D]. 李志春.江蘇大學 2009
[5]眼睛跟蹤及駕駛員疲勞檢測之研究[D]. 劉天鍵.浙江大學 2005



本文編號：3290351