車載紅外行人檢測系統(tǒng)研究.pdf

1、行人檢測是車輛輔助駕駛的一部分,在城市交通安全方面具有重要的應用價值,也因此成為計算機視覺和智能車輛領(lǐng)域的研究熱點。本文車載紅外行人檢測系統(tǒng)采用被動式紅外相機,它具有夜視功能,能同時應用在白天和晚上,且成像背景簡單,不易受光照、紋理、陰影和顏色等信息的干擾。然而由于行人為非剛性物體,且容易受背景中其它熱源的干擾,加之紅外成像分辨率也較低,使得紅外行人檢測面臨一定的困難和挑戰(zhàn)。文中針對紅外圖像的特點,對紅外行人檢測算法進行了研究,并對整體

2、車載紅外行人檢測系統(tǒng)的實現(xiàn)做了大量的研究工作。
　　紅外行人檢測主要分為感興趣區(qū)域(Region of Interest,ROI)提取和行人識別兩方面內(nèi)容。本文在這方面所做的主要研究工作為:
　　1.感興趣區(qū)域提取部分,首先濾除紅外圖像中的噪聲,然后根據(jù)紅外圖像背景像素分布特點計算雙閾值對圖像進行自適應閾值分割,最后提取前景區(qū)域,采用串聯(lián)濾波的方法濾除不符合行人特征的區(qū)域;
　　2.行人識別部分,采用由粗到細的分層識別

3、的方法,首先根據(jù)行人方向不同形狀差別較大的特點分別設(shè)計了左、右和前后朝向的行人頭肩概率模板,用模板匹配的方法對感興趣區(qū)域進行粗分類,然后再提取粗分類識別出來的行人區(qū)域的方向梯度直方圖(Histogram of Oriented Gradient,HOG)特征,用SVM訓練分類器對這些區(qū)域做進一步的識別,實現(xiàn)細分類,針對三種朝向的行人分別訓練了三個分類器,提高了識別率。為了提高算法的魯棒性,算法加入了跟蹤過程,跟蹤采用復雜度較低的區(qū)域跟蹤