交通場景下去模糊算法和信號燈識別算法的研究.pdf

1、隨著道路交通的迅速發(fā)展,機動車數(shù)量急劇增加,交通管理面臨嚴峻的挑戰(zhàn)。為了保證交通安全和道路暢通,以計算機視覺技術(shù)和通信技術(shù)為核心的智能交通系統(tǒng)成為交通管理系統(tǒng)的發(fā)展方向。而計算機視覺技術(shù)在提高交通管理系統(tǒng)智能化的同時,面臨很多問題。
　　本文主要研究交通場景下霧天圖像的復(fù)原、運動模糊的去除和信號燈的識別。
　　霧氣不僅影響車輛的通行,也會降低智能交通系統(tǒng)中相機的成像質(zhì)量,不利于交通的監(jiān)管。為了消除霧氣對成像質(zhì)量的影響,本文采

2、用基于暗原色先驗的算法實現(xiàn)霧氣的去除。該算法利用暗原色先驗知識估計大氣光和透射率,并用引導(dǎo)濾波對透射率進行修正,成功消除塊效應(yīng),最后結(jié)合大氣退化模型實現(xiàn)霧天圖像的恢復(fù)。交通系統(tǒng)中相機架設(shè)有統(tǒng)一的標準,高度、角度都有嚴格的限制,場景深度相對確定。本文利用交通場景的深度信息對算法進行改進,可以較好地實現(xiàn)去霧,速度提升明顯。
　　當光線不足或車輛高速運動時,監(jiān)控相機采集的圖像在車輛區(qū)域會出現(xiàn)運動模糊,這種模糊近似由勻速直線運動產(chǎn)生。本文

3、采用倒頻譜和radon變換相結(jié)合的方式確定運動方向,利用圖像的空間相關(guān)性鑒別運動尺度,進而確定點擴散函數(shù)。然后分別用傳統(tǒng)的維納濾波和一維維納濾波實現(xiàn)圖像恢復(fù)。一維維納濾波只針對水平方向和垂直方向的運動模糊,可以大幅提升處理速度,特別適合交通場景這種運動模糊集中在垂直方向的應(yīng)用場景。
　　信號燈識別算法利用信號燈的顏色和位置分布特征鑒別信號燈狀態(tài)。針對信號燈閃爍會導(dǎo)致信號燈亮度過低,識別失敗的情況,用先前幀信號燈狀態(tài)對當前幀進行預(yù)測