基于紅外圖像處理技術(shù)的車(chē)輛輔助導(dǎo)航的研究與實(shí)現(xiàn).pdf

1、隨著傳感器技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，對(duì)智能車(chē)輛視覺(jué)導(dǎo)航技術(shù)的研究日益受到重視。由于普通攝像機(jī)在夜間和照度低的環(huán)境中不能發(fā)揮應(yīng)有的作用，而紅外成像系統(tǒng)作為一種優(yōu)良的夜視系統(tǒng)越來(lái)越受到關(guān)注。因此，本文研究了基于紅外圖像的視覺(jué)輔助導(dǎo)航系統(tǒng)。 論文針對(duì)車(chē)輛全天候工作的需要，構(gòu)建了主動(dòng)式紅外圖像采集系統(tǒng)，該系統(tǒng)主要由紅外探照燈、紅外濾光片、鏡頭、USB攝像頭、嵌入式Linux系統(tǒng)構(gòu)成。同時(shí)，具體分析了攝像頭的USB主控芯片OV511的驅(qū)

2、動(dòng)程序，在驅(qū)動(dòng)分析的基礎(chǔ)上，根據(jù)驅(qū)動(dòng)的支持情況，設(shè)計(jì)了圖像采集應(yīng)用程序，通過(guò)Qt完成了圖像的實(shí)時(shí)顯示，并通過(guò)Qt／Embedded移植到了嵌入式系統(tǒng)上，完成了圖像在嵌入式系統(tǒng)上的采集和實(shí)時(shí)顯示。 論文還針對(duì)智能車(chē)輛視覺(jué)導(dǎo)航中的道路邊緣檢測(cè)和障礙物檢測(cè)這兩個(gè)關(guān)鍵技術(shù)進(jìn)行了研究。 在道路邊緣檢測(cè)方面，分析了目前常用的道路檢測(cè)算法的優(yōu)點(diǎn)和缺點(diǎn)，結(jié)合本文實(shí)地采集的道路圖像，采用了基于邊緣檢測(cè)的道路檢測(cè)算法來(lái)檢測(cè)道路邊緣。為了提高

3、識(shí)別的準(zhǔn)確性，使用邊緣檢測(cè)效果較好的Canny算子設(shè)定多個(gè)閾值對(duì)圖像進(jìn)行二值化，通過(guò)對(duì)其并集的分析，增強(qiáng)了道路的邊緣并去除了些偽邊緣，并采用了Hough變換對(duì)道路直線邊緣進(jìn)行檢測(cè)。 在障礙物檢測(cè)方面，首先分析了基于圖像序列的運(yùn)動(dòng)物體檢測(cè)技術(shù)，采用了一種有效的對(duì)障礙物中運(yùn)動(dòng)行人的檢測(cè)方法，該方法利用序列圖像的運(yùn)動(dòng)信息，運(yùn)用幀間差分法能快速檢測(cè)運(yùn)動(dòng)目標(biāo)的大致位置的特點(diǎn)來(lái)檢測(cè)運(yùn)動(dòng)行人，選用鄰域平均法對(duì)圖像進(jìn)行預(yù)處理，取得了較好的差分效