版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、車(chē)輛前防撞是駕駛主動(dòng)安全領(lǐng)域中一個(gè)重要的研究方向,其核心問(wèn)題是前方車(chē)輛的檢測(cè)、確認(rèn)和跟蹤。而前方車(chē)輛的檢測(cè)、確認(rèn)和跟蹤問(wèn)題主要是針對(duì)前方車(chē)輛的車(chē)尾進(jìn)行處理操作,本文主要對(duì)車(chē)尾的檢測(cè)、確認(rèn)和跟蹤問(wèn)題進(jìn)行研究,主要內(nèi)容如下:
(1)提出了一種基于車(chē)底陰影的車(chē)尾粗定位方法。本文使用改進(jìn)的高斯混合模型聚類算法對(duì)交通圖像中的目標(biāo)即路面、車(chē)道線、車(chē)輛、車(chē)底陰影進(jìn)行聚類,利用高斯陰影模型的均值與方差自適應(yīng)閾值分割圖像,從而提取路面與車(chē)底陰影
2、的交線,最后利用車(chē)尾的長(zhǎng)寬比和陰影線信息獲取車(chē)尾位置。該方法不僅能有效的對(duì)車(chē)尾進(jìn)行粗定位,且能夠適應(yīng)白天不同時(shí)段光強(qiáng)的變化。
(2)研究了Haar-like和HOG兩種不同的車(chē)尾特征提取方式,提出了一種改進(jìn)的基于Haar-like和Adaboost的車(chē)尾驗(yàn)證方法,有效排除車(chē)尾粗定位階段產(chǎn)生的虛警。本文使用Adaboost和SVM分類器分析比較了兩種特征提取方法的差異和車(chē)輛識(shí)別效果。為了更好的突出車(chē)尾水平和垂直邊緣特征,降低圖像
3、光照不均帶來(lái)的影響,增加分類器的識(shí)別能力和魯棒性,本文使用梯度圖像提取Haar-like特征和Adaboost分類器自增量訓(xùn)練方法。
(3)研究了Kalman濾波和粒子濾波兩種車(chē)尾跟蹤方法,對(duì)上一階段得到的車(chē)尾進(jìn)行跟蹤。本文首先介紹了這兩種車(chē)尾跟蹤方法的實(shí)現(xiàn)原理和其在實(shí)現(xiàn)過(guò)程中的優(yōu)缺點(diǎn),然后在車(chē)載攝像機(jī)采集的視頻上測(cè)試了兩種方法的車(chē)尾跟蹤能力并分析其跟蹤結(jié)果?;诹W訛V波的車(chē)尾跟蹤結(jié)果優(yōu)于Kalman濾波方法,但隨著粒子數(shù)目的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于信息融合的主動(dòng)安全虛擬駕駛行為方法研究.pdf
- 基于內(nèi)容的圖像主動(dòng)取證方法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的SAR圖像分類方法研究.pdf
- 基于重采樣思想的圖像主動(dòng)分類方法研究.pdf
- 基于主動(dòng)學(xué)習(xí)的多標(biāo)簽圖像分類方法研究.pdf
- 基于主動(dòng)輪廓模型的圖像分割方法研究.pdf
- 基于人臉圖像分析的疲勞駕駛檢測(cè)方法研究.pdf
- 基于近紅外圖像的疲勞駕駛檢測(cè)研究與系統(tǒng)實(shí)現(xiàn).pdf
- 基于Retinex的病理圖像增強(qiáng)方法的研究與實(shí)現(xiàn).pdf
- 基于視頻圖像處理的橋墩防撞研究.pdf
- 基于聯(lián)盟的圖像檢索優(yōu)化方法研究與實(shí)現(xiàn).pdf
- 汽車(chē)全景圖像主動(dòng)安全系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 面向汽車(chē)主動(dòng)安全的駕駛行為研究.pdf
- 基于數(shù)字圖像處理的汽車(chē)主動(dòng)安全研究.pdf
- 基于主動(dòng)模糊圖像的運(yùn)動(dòng)特征分析理論與方法.pdf
- 基于主動(dòng)學(xué)習(xí)的高光譜圖像分類方法研究.pdf
- 圖像增強(qiáng)方法的研究與實(shí)現(xiàn).pdf
- 基于主動(dòng)曲面模型的醫(yī)學(xué)圖像分割方法研究.pdf
- 基于主動(dòng)輪廓模型的圖像分割方法的研究.pdf
- 基于圖像處理的駕駛員疲勞檢測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論