智能車輛視覺感知中的目標(biāo)檢測方法研究.pdf

1、基于機器視覺的智能車輛是智能交通系統(tǒng)的重要組成部分，其利用視覺傳感設(shè)備感知車輛周邊環(huán)境信息，對道路和目標(biāo)進行檢測、跟蹤，從而為規(guī)劃決策提供依據(jù)。該技術(shù)在軍用和民用方面都有廣泛的應(yīng)用價值，近年來，已成為機場場面移動目標(biāo)主動監(jiān)視技術(shù)的重要研究組成部分。該論文對道路上的目標(biāo)檢測與跟蹤這一智能車輛視覺感知系統(tǒng)中的關(guān)鍵技術(shù)進行了有針對性地研究，主要研究內(nèi)容如下:
　　針對攝像機外部工作環(huán)境以及攝像機本身硬件的影響導(dǎo)致采集圖像存在噪聲的問題，

2、對圖像進行極值中值快速濾波去除噪聲點；針對輕微霧天、光照不足等情況下采集圖像對比度低導(dǎo)致道路邊緣檢測效果不佳的表現(xiàn)，采用自適應(yīng)區(qū)域直方圖增強方法進行邊緣增強處理。
　　針對傳統(tǒng)Hough變換不能準(zhǔn)確有效提取道路邊緣的問題，提出了基于分區(qū)域Hough變換的道路邊緣檢測方法。首先基于攝像機透視投影原理對道路圖像進行不等區(qū)域劃分；然后在邊緣檢測的基礎(chǔ)上對每一個區(qū)域進行獨立的Hough變換，提取該區(qū)域的道路邊緣；在提取的所有區(qū)域邊緣中道路

3、邊緣占有最大的比重，根據(jù)這一特征利用“窗口峰值”最終得到兩條道路邊緣。
　　針對動態(tài)背景下道路目標(biāo)難以提取的問題，提出一種基于圖像分割和區(qū)域生長的道路目標(biāo)檢測方法。在道路區(qū)域利用圖像分割算法完成道路目標(biāo)初提取，融合RGB三通道分割圖像，獲得更加完整準(zhǔn)確的目標(biāo)區(qū)域；然后利用形態(tài)學(xué)去除噪聲點等非目標(biāo)區(qū)域；接著對處理后孤立目標(biāo)區(qū)域進行標(biāo)識歸屬劃分；最后利用自適應(yīng)區(qū)域生長算法生成完整的道路目標(biāo)。
　　對基于Meanshift的視覺目