輔助駕駛系統(tǒng)中的魯棒光流算法.pdf

1、汽車輔助駕駛系統(tǒng)的研究是近些年來(lái)計(jì)算機(jī)科學(xué)領(lǐng)域興起的又一個(gè)熱門研究方向，該系統(tǒng)的目的在于幫助駕駛者建立一個(gè)安全可靠的駕駛環(huán)境以減少交通事故的發(fā)生。該技術(shù)通過(guò)模擬人眼的視覺(jué)機(jī)理，用固定好的一組攝像機(jī)獲得駕駛環(huán)境信息并進(jìn)行感知和判斷，最終通過(guò)發(fā)出預(yù)警來(lái)輔助駕駛者進(jìn)行安全駕駛。由于車輛駕駛環(huán)境的特殊性，作為安全有效的汽車輔助駕駛系統(tǒng)，必須能夠達(dá)到實(shí)時(shí)性要求，只有這樣才能體現(xiàn)出其應(yīng)用價(jià)值；與此同時(shí)，汽車輔助駕駛系統(tǒng)需要魯棒地應(yīng)對(duì)多變的駕駛環(huán)境，

2、也就是說(shuō)在面對(duì)不同的道路環(huán)境、復(fù)雜的路面狀況以及多變的氣候條件等都可以進(jìn)行良好的判斷。為此，研究新的算法來(lái)同時(shí)滿足感知判斷的實(shí)時(shí)性和魯棒性要求是當(dāng)今機(jī)器視覺(jué)領(lǐng)域筮待解決的關(guān)鍵難題。
　　 將光流場(chǎng)應(yīng)用于智能駕駛系統(tǒng)時(shí)，由于真實(shí)的駕駛環(huán)境比較復(fù)雜，受光照影響，前后幀圖像間對(duì)應(yīng)像素匹配難度較大；并且，在實(shí)際駕駛時(shí)，由于車速一般較快，前后幀圖像間視差較大，而這兩個(gè)條件是經(jīng)典Horn-Schrank光流法的致命缺陷。本文重點(diǎn)闡述了對(duì)圖像

3、進(jìn)行高提升濾波預(yù)處理之后，利用由粗到細(xì)的圖像金字塔來(lái)解決大視差存在的場(chǎng)景，并利用雙向求解的一階近似總變分法(TV-L1)計(jì)算前后幀圖像間的光流場(chǎng)，最后將得到的光流場(chǎng)進(jìn)行HSV色彩編碼，將其投影到色彩空間，以得到更好的視覺(jué)效果。本文具體的工作包括以下所述四個(gè)方面：
　　 1．研究了針對(duì)真實(shí)駕駛環(huán)境的有效的圖像預(yù)處理。通過(guò)對(duì)圖像的低頻濾波和高頻濾波以及原始圖像進(jìn)行光流計(jì)算，分析出現(xiàn)不同結(jié)果的原因，創(chuàng)新的將改進(jìn)后的高提升濾波引入到光流

4、場(chǎng)的計(jì)算，不僅提高了對(duì)光照等噪聲的魯棒性，并保留了圖像的低頻框架信息。
　　 2．研究了圖像金字塔算法對(duì)于快速行駛車輛帶來(lái)的大視差的魯棒處理。由于經(jīng)典Horn-Schrank光流法運(yùn)動(dòng)平滑的約束在真實(shí)的駕駛環(huán)境中是無(wú)法滿足的，所以對(duì)圖像進(jìn)行由粗到細(xì)的多級(jí)尺度迭代，對(duì)原始圖像進(jìn)行層層的抽樣得到粗尺度，然后通過(guò)先計(jì)算粗尺度圖像的光流場(chǎng)，這樣就可以滿足光流的運(yùn)動(dòng)平滑約束，最后由粗到細(xì)，進(jìn)行同等插值，逐步得到原始圖像的光流場(chǎng)，如此處理的

5、計(jì)算復(fù)雜度大約是原始圖像光流計(jì)算復(fù)雜度的4/3倍，但卻可以很好的解決大視差存在的場(chǎng)景。
　　 3．用一階絕對(duì)值近似代替平方和的形式的總變分法(TV-L1)的應(yīng)用大大簡(jiǎn)化了光流計(jì)算的復(fù)雜度，雙向求解的TV-L1光流更進(jìn)一步提高了光流計(jì)算速度。在光流能量函數(shù)聚合參數(shù)δc設(shè)定為0.01時(shí)，經(jīng)典的Horn-Schrank光流法計(jì)算一對(duì)大小為640×480，幀率為15幀/s的前后幀圖像的光流時(shí)需要0.855s，而雙向求解TV-L1光流僅需