基于遠(yuǎn)紅外影像分析的輪轂過熱檢測.pdf

1、輪胎是汽車的重要組成部分，承擔(dān)著整個(gè)汽車的重量。輪胎長時(shí)間與地面摩擦，會(huì)造成溫度過高而導(dǎo)致輪胎損壞、爆胎，尤其在具有長大下坡的山區(qū)高速公路段，輪胎過熱極易發(fā)生車體自燃，從而造成嚴(yán)重交通擁堵，因此及時(shí)檢測車輛輪胎輪轂的溫度尤為重要。目前檢測主要以接觸式傳感器和紅外測溫儀為主，其安裝量大且準(zhǔn)確率低，且當(dāng)溫度異常時(shí)，駕駛員往往會(huì)忽視車內(nèi)提示的異常信息，難以及時(shí)對輪胎降溫。因此外界利用圖像處理技術(shù)檢測輪胎輪轂是否過熱，對異常車輛及時(shí)預(yù)警以便采取

2、降溫措施，具有重要意義。本文對紅外圖像進(jìn)行分析，有效地將輪胎輪轂區(qū)域分割出來，并提取輪胎區(qū)域多種特征，利用分類器對車輛輪胎輪轂過熱與否進(jìn)行判別。該方法不易受到外界干擾，能及時(shí)發(fā)現(xiàn)異常車輛并采取措施，減少人員傷亡和財(cái)產(chǎn)損失。主要研究內(nèi)容如下：
　　首先，介紹了車輛輪胎輪轂溫度檢測的背景、現(xiàn)狀及研究意義。輪胎輪轂過熱與否的識(shí)別過程分為三部分，目標(biāo)區(qū)域分割、特征提取和分類識(shí)別。本文主要對特征提取方法進(jìn)行研究，并從全局和局部兩個(gè)方面分別介

3、紹了特征提取方法的基本概念和發(fā)展現(xiàn)狀。在此基礎(chǔ)上，對多特征融合方法進(jìn)行了闡述。
　　其次，詳細(xì)介紹了方向梯度直方圖（Histogram of Oriented Gradient，HOG）、局部二值模式（Local Binary Patterns，LBP）特征提取方法的概念及步驟。本文根據(jù)紅外熱像儀采集的紅外圖像中輪胎輪轂溫度與亮度間的關(guān)系，提出散射狀亮度差（Scattering Brightness DifferenceDescr

4、iptor，SBDD）特征提取方法，經(jīng)過提取目標(biāo)區(qū)域不同位置的亮度特征與其他特征融合有效地對輪胎輪轂過熱與否進(jìn)行識(shí)別。最后詳細(xì)介紹支持向量機(jī)的增量學(xué)習(xí)算法，并提出多特征融合的輪胎輪轂過熱與否判定模型。
　　再次，在輪胎輪轂過熱與否識(shí)別過程中，首先采用前景提取方法提取車輛輪胎圖像幀，接著對提取出來的圖像幀進(jìn)行預(yù)處理，包括輪胎輪轂?zāi)繕?biāo)區(qū)域的提取和分割等。隨后提取輪胎圖像的HOG特征、LBP特征及SBDD特征，其中為了減少HOG特征的冗