基于多幀視頻圖像的道路檢測(cè).pdf

1、基于視覺(jué)的道路檢測(cè)的關(guān)鍵是如何將道路圖像像素點(diǎn)準(zhǔn)確確定為道路和非道路，針對(duì)車(chē)流量較大且路面情況復(fù)雜的情況存在很大挑戰(zhàn)，而單目視覺(jué)具有成本低廉、處理難度較大的特點(diǎn)，因此基于單目視覺(jué)的道路檢測(cè)成為研究的熱點(diǎn)。為此，本文結(jié)合智能駕駛汽車(chē)的具體應(yīng)用，研究如何利用單目視覺(jué)對(duì)復(fù)雜路面情況實(shí)現(xiàn)道路檢測(cè)，提出具有準(zhǔn)確率和魯棒性的道路檢測(cè)算法。本文的主要工作及研究成果如下:
　　為了提高道路檢測(cè)的處理速度，減少無(wú)關(guān)信息的干擾，提出一種結(jié)合行車(chē)參數(shù)和

2、相鄰多幀視頻圖像之間顯著性特征確定視覺(jué)處理感興區(qū)域的方法;根據(jù)智能駕駛汽車(chē)的行車(chē)參數(shù)，從標(biāo)定好的車(chē)載攝像頭拍攝的圖像中確定感興趣區(qū)域。
　　為了提高道路檢測(cè)的準(zhǔn)確性，降低成像質(zhì)量的影響，改進(jìn)一種基于定向?yàn)V波的降噪去模糊算法，使其滿足智能駕駛汽車(chē)的視覺(jué)道路檢測(cè)的準(zhǔn)確性要求。該算法針對(duì)輸入圖像使用定向低通濾波大大地降低噪聲水平，同時(shí)保留濾波正交方向的模糊信息。該算法降低了噪聲，卻不會(huì)降低模糊信息，從而產(chǎn)生更好內(nèi)核。針對(duì)給定的估計(jì)內(nèi)核，

3、通過(guò)兩步迭代優(yōu)化會(huì)生成一個(gè)高品質(zhì)的結(jié)果，達(dá)到降噪去模糊的效果。另外，結(jié)合多幀視頻道路圖像，在上一幀降噪去模糊圖像的基礎(chǔ)上，結(jié)合相鄰幀之間差異特征的降噪去模糊，即可得出當(dāng)前幀的降噪去模糊圖像，降低時(shí)間復(fù)雜度，滿足實(shí)時(shí)性。
　　提出一種基于超像素及各向異性熱擴(kuò)散的道路檢測(cè)算法。該算法首先通過(guò)超像素分割算法將感興趣區(qū)域過(guò)分割成小的同質(zhì)區(qū)域，然后借鑒物理學(xué)中的熱擴(kuò)散原理將超像素聚類為區(qū)域塊，最后結(jié)合先驗(yàn)知識(shí)和協(xié)同分割中最大最相干原理獲得最