基于機(jī)器視覺(jué)的前方車(chē)輛檢測(cè)與測(cè)距研究.pdf

1、汽車(chē)工業(yè)經(jīng)過(guò)近百年的發(fā)展，已經(jīng)越來(lái)越融入到人們的生活當(dāng)中，同時(shí)交通事故的頻發(fā)給人們的生命財(cái)產(chǎn)安全帶來(lái)了極大的威脅，汽車(chē)的安全行駛成為了一個(gè)亟待解決的問(wèn)題。隨著科技的進(jìn)步發(fā)展，智能駕駛越來(lái)越成為一個(gè)重要的發(fā)展領(lǐng)域，基于視覺(jué)的前方車(chē)輛檢測(cè)成為了這一領(lǐng)域的研究重點(diǎn)，目的是通過(guò)檢測(cè)前方車(chē)輛保障車(chē)輛通過(guò)的安全性。
　　本文提出了利用車(chē)輛的邊緣特征和陰影特征結(jié)合的方法完成對(duì)前方車(chē)輛的檢測(cè)，通過(guò)攝像機(jī)參數(shù)的標(biāo)定以及不同維度坐標(biāo)關(guān)系的轉(zhuǎn)換獲得前后

2、車(chē)輛的距離，最后根據(jù)車(chē)輛安全行駛距離制定防撞預(yù)警策略。
　　本文在分析研究了國(guó)內(nèi)外的車(chē)輛檢測(cè)算法和技術(shù)的基礎(chǔ)上，提出了相應(yīng)的車(chē)輛檢測(cè)方法，本文的主要研究?jī)?nèi)容如下:
　　(1)圖像的預(yù)處理。對(duì)一幅完整的圖像檢測(cè)消耗時(shí)間長(zhǎng)，為了提高檢測(cè)效率，選取圖像下方3/5的有效區(qū)域進(jìn)行處理。選用與人眼視覺(jué)最為接近的加權(quán)平均法對(duì)有效區(qū)域進(jìn)行灰度化處理;最后采用中值濾波的方式濾除采集的數(shù)據(jù)圖像中的隨機(jī)噪聲。
　　(2)利用了一種基于車(chē)輛邊

3、緣特征識(shí)別車(chē)輛的方法。該方法考慮了道路上車(chē)輛尾部的不同形狀特征，通過(guò)Prewitt邊緣檢測(cè)算子提取車(chē)輛的車(chē)尾輪廓，利用車(chē)輛尾部邊緣的對(duì)稱(chēng)性以及長(zhǎng)度特征確定可能存在車(chē)輛的區(qū)域。
　　(3)基于車(chē)輛陰影特征的車(chē)輛驗(yàn)證。兩次運(yùn)用大津閾值算法能夠有效的分割出車(chē)輛陰影，然后利用膨脹、腐蝕等形態(tài)學(xué)處理方法，得出車(chē)輛候選區(qū)域。利用車(chē)輛陰影形狀特征以及與車(chē)輛的位置關(guān)系進(jìn)行車(chē)輛的精確驗(yàn)證。
　　(4)根據(jù)單目視覺(jué)的測(cè)距原理，建立起不同維度坐標(biāo)