基于光流算法的汽車識(shí)別研究.pdf

1、基于光流算法的汽車識(shí)別和理解方法先通過(guò)連續(xù)兩幀或多幀灰度圖像來(lái)計(jì)算光流場(chǎng)，再進(jìn)一步估算目標(biāo)的三維運(yùn)動(dòng)狀態(tài)。這種基于視覺(jué)的識(shí)別方法依靠檢測(cè)和跟蹤目標(biāo)來(lái)獲取行車前方的實(shí)時(shí)環(huán)境信息，在汽車駕駛輔助系統(tǒng)中有重要的應(yīng)用價(jià)值。
　　由行駛中的汽車采集的前方圖像屬于復(fù)雜場(chǎng)景，因?yàn)閿z像機(jī)和目標(biāo)同時(shí)在運(yùn)動(dòng)，且存在車體震動(dòng)、環(huán)境光照變化、目標(biāo)尺度變化等因素。本文針對(duì)在復(fù)雜場(chǎng)景下如何生成可靠的光流場(chǎng)，并融合行車環(huán)境和車輛局部特征做出行車狀態(tài)分析的問(wèn)題進(jìn)

2、行重點(diǎn)研究。
　　本文主要工作如下：
　　1.比較由Horn-Schunck算法、Lucas-Kanade算法生成光流場(chǎng)的準(zhǔn)確度和計(jì)算速度，得出對(duì)使用場(chǎng)景的適應(yīng)性分析。
　　2.根據(jù)SIFT算法原理，將特征點(diǎn)定位精度提升到亞像素級(jí)，基于特征點(diǎn)匹配生成適應(yīng)復(fù)雜場(chǎng)景的可靠光流場(chǎng)，并將光流場(chǎng)投射到顏色空間實(shí)現(xiàn)可視化呈現(xiàn)。
　　3.本文提出一種在復(fù)雜場(chǎng)景下識(shí)別汽車的算法策略。聚焦在所設(shè)置的特征區(qū)域生成SIFT光流場(chǎng)，同時(shí)