基于數(shù)字圖像處理的汽車主動安全研究.pdf

1、隨著創(chuàng)新科技在車輛上的不斷應(yīng)用,汽車主動安全技術(shù)越來越為人們所重視,汽車主動避撞也不再是一種設(shè)想。其中基于數(shù)字圖像處理的技術(shù)因為可以獲得幾乎行車所需的所有信息而越來越被人們所關(guān)注?；跀?shù)字圖像處理技術(shù)的車輛檢測跟蹤以及汽車距離計算模型的研究是其中的應(yīng)用重點?，F(xiàn)今基于視覺處理的技術(shù)在汽車上已經(jīng)有所應(yīng)用,但主要出現(xiàn)在一些高級車上。除去應(yīng)用成本較高,目前此技術(shù)還存在著可靠性不夠高的問題。在日間能見度高,汽車輪廓等各項特征值都容易把握,但是夜間

2、行車能見度低,很多處理目標(biāo)都會在夜間變得模糊甚至是完全消失。且現(xiàn)有的單目測距模型沒有與汽車上具體的處理目標(biāo)相結(jié)合,模型本身存在著導(dǎo)致系統(tǒng)誤差因素較多的問題。
　　本文依據(jù)汽車牌照具有固定顏色、形狀、尺寸以及安裝位置,且在夜間汽車牌照具有良好的反光性能。選取汽車牌照作為圖像處理及跟蹤的目標(biāo),能有效提高圖像處理的可靠性。并且將汽車牌照面積加入到單目測距模型中,簡化了測距模型且降低了系統(tǒng)測量誤差。
　　首先研究選取了車牌的定位和跟

3、蹤算法。通過灰度處理、圖像增強(qiáng)、邊緣檢測、中值濾波、形態(tài)學(xué)運算、聯(lián)通域標(biāo)記等手段實現(xiàn)了目標(biāo)牌照的定位。研究了Mean-shift算法并且使用Camshift跟蹤算法進(jìn)行目標(biāo)圖像跟蹤,又加入Kalman濾波器,增強(qiáng)了目標(biāo)牌照的跟蹤效果。
　　其次使用Matlab、OpenCV與VC++混合編程實現(xiàn)了車牌定位和車牌跟蹤,達(dá)到簡化編程難度提高圖形處理能力的目的。通過Matlab與VC++混合編程,采用COM組件方式的混合編程手段,提高了

4、車牌定位程序的代碼執(zhí)行速度,也簡化了車牌定位程序編寫的難度。通過使用具有強(qiáng)大圖形處理、目標(biāo)跟蹤能力的OpenCV與VC++的混合編程,利用Camshift經(jīng)典算法加Kalman濾波器算法有效提升了對汽車牌照跟蹤的效果,經(jīng)過實驗證明這種編程在較好的環(huán)境下具有不錯的跟蹤效果,同時也分析了夜間跟蹤失敗的原因。
　　最后完成對單目測距模型的研究和優(yōu)化,以及相關(guān)實驗驗證。通過改進(jìn)一種以小孔成像原理而來的單目測距數(shù)學(xué)模型,加入汽車牌照這個常量