基于多特征級聯(lián)分類器的消防通道車輛檢測技術(shù)研究.pdf

1、隨著經(jīng)濟(jì)發(fā)展和人民生活水平的提高，汽車的數(shù)量與日劇增，然而一些安全隱患也隨之而來。私家車的胡亂停放占用了消防通道，嚴(yán)重危害了公共消防安全。為了避免該類危險(xiǎn)的發(fā)生，消防通道車輛檢測系統(tǒng)的運(yùn)用顯得尤為重要。
　　基于物聯(lián)網(wǎng)的消防通道車輛檢測系統(tǒng)的主要功能是為了有效避免由于消防通道的占用而引發(fā)的火災(zāi)。當(dāng)消防通道被車輛堵塞時，系統(tǒng)可自動識別車輛，并以發(fā)送短信等方式通知負(fù)責(zé)人及時處理堵塞。由于車輛檢測算法是消防通道車輛檢測系統(tǒng)的核心技術(shù)，因

2、此找到一種合適的消防通道車輛檢測算法具有重要的意義。
　　本文通過研究包括基于特征、光流、機(jī)器學(xué)習(xí)等車輛檢測的常用方法，提出了一種基于顯著性檢測的自適應(yīng)閾值分割車輛底部陰影的方法和基于多特征融合級聯(lián)分類器的車輛檢測方法。本文主要完成了如下工作：
　　提出了一種自適應(yīng)閾值分割車輛底部陰影的方法。首先通過顯著性檢測方法提取車輛圖像中的通道區(qū)域，排除非車道區(qū)域中的物體對檢測結(jié)果的影響；其次對提取的通道區(qū)域進(jìn)行灰度采樣，通過統(tǒng)計(jì)采樣

3、的灰度值計(jì)算出車輛底部陰影的分割閾值；然后利用基于像素變化率的邊緣提取方法對車輛底部陰影邊緣進(jìn)行提取；最后根據(jù)提取的陰影下邊緣構(gòu)建車輛感興趣區(qū)域。
　　提出了一種基于多特征融合級聯(lián)分類器的車輛檢測方法。首先進(jìn)行基于Fisher準(zhǔn)則的Haar特征與LBP特征融合，然后采用Adaboost級聯(lián)分類器進(jìn)行車輛檢測。第一階段使用抗光照效果較好的HOG特征訓(xùn)練出的分類器消除容易區(qū)分的非車輛樣本，第二階段采用融合特征訓(xùn)練出的分類器消除較難分類