視頻車輛檢測(cè)與預(yù)警算法的研究與DSP實(shí)現(xiàn).pdf

1、近年來(lái)，隨著交通的發(fā)展和車輛的持續(xù)增多，交通安全事故頻頻發(fā)生，安全駕駛已成為日益突出的問(wèn)題。智能交通系統(tǒng)(Intelligent Transportation Systems，ITS)與車輛輔助駕駛系統(tǒng)(Driver Assistance Systems，DAS)成為國(guó)內(nèi)外研究的熱點(diǎn)。其中，前方車輛的實(shí)時(shí)檢測(cè)技術(shù)是車輛輔助駕駛系統(tǒng)中的關(guān)鍵內(nèi)容之一，對(duì)于實(shí)現(xiàn)停車輔助、碰撞避免等具有十分重要的意義。
　　本文設(shè)計(jì)了一種基于車牌的動(dòng)靜態(tài)

2、車輛檢測(cè)算法，開(kāi)發(fā)了實(shí)時(shí)車輛距離預(yù)警系統(tǒng)。綜合利用車輛的車牌特征、紋理特征、灰度對(duì)稱性特征以及統(tǒng)計(jì)特征來(lái)檢測(cè)前方車輛，并將該算法在DSP應(yīng)用板中編程實(shí)現(xiàn)。
　　在算法研究方面，本文利用實(shí)際生活中最為常見(jiàn)的藍(lán)色和黃色車牌在YUV顏色空間的聚類性，實(shí)現(xiàn)了車牌提取，利用腐蝕、膨脹的開(kāi)閉運(yùn)算等形態(tài)學(xué)處理方法對(duì)車牌圖像進(jìn)行了降噪和修復(fù)，并結(jié)合連通域標(biāo)記方法實(shí)現(xiàn)了對(duì)多個(gè)車牌的標(biāo)記和定位，利用基于知識(shí)的紋理及灰度對(duì)稱性特征完成對(duì)非車輛區(qū)域的排除

3、。為解決車輛遮擋問(wèn)題，本文設(shè)計(jì)了構(gòu)造車輛局部特征子空間的方法，并采用二維主成分分析(Two-DimensionalPrincipal Pomponent Analysis，2DPCA)與最小距離分類器進(jìn)行車輛的驗(yàn)證，實(shí)現(xiàn)車輛檢測(cè);最后，本文建立了車距預(yù)警模型，結(jié)合檢測(cè)算法，實(shí)現(xiàn)了近距離車輛的警示，并對(duì)警示車輛的左、右側(cè)方位進(jìn)行判別。
　　本文首先在MATLAB平臺(tái)上完成了視頻車輛檢測(cè)算法的研究和仿真測(cè)試。之后，在硬件實(shí)現(xiàn)方面，分析

4、了系統(tǒng)硬件需求，選取ICETEK-DM6437-B評(píng)估板作為硬件平臺(tái)，選用CCD攝像頭作為視頻采集工具;其次，在車牌提取與初步定位階段，將圖像進(jìn)行抽行抽列處理，減少了DSP處理的數(shù)據(jù)量，提高系統(tǒng)檢測(cè)效率;最后，將算法移植到CCS集成開(kāi)發(fā)環(huán)境中，利用C語(yǔ)言編程并進(jìn)行了代碼的優(yōu)化，完成視頻車輛的檢測(cè)與車距預(yù)警。
　　實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的車輛檢測(cè)與預(yù)警算法檢測(cè)率可達(dá)90％以上，具有一定的魯棒性和實(shí)用性。經(jīng)過(guò)代碼優(yōu)化，效率得到了顯著提