基于車載視覺的車輛檢測算法研究.pdf

1、車輛檢測是車輛輔助駕駛系統(tǒng)中的一項重點內(nèi)容，在實際的交通場景中，行駛中的車輛對于駕駛?cè)藛T來說是最大的潛在威脅，及時準(zhǔn)確地檢測出對駕駛者周圍的車輛并對駕駛者進(jìn)行提醒能夠在很大程度上減少交通事故的發(fā)生。由于行駛中的車輛在形狀、顏色、視角、光照強(qiáng)度等方面的特征變化很大，因此對車輛的檢測和定位帶來了巨大的挑戰(zhàn)。
　　本文利用單目視覺進(jìn)行車輛檢測系統(tǒng)的研究，提出了一種基于車輛假設(shè)生成和車輛假設(shè)驗證兩個步驟的車輛檢測方法。車輛假設(shè)生成階段，本

2、文利用車底陰影生成車輛假設(shè)區(qū)域。車底陰影是路面上行駛車輛的一個重要特征，由于光線照射不到，在車輛底部的一片區(qū)域的灰度值相對于路面的其他區(qū)域會更低。本文提出利用消失點的位置提取感興趣區(qū)域，首先計算消失點得到感興趣區(qū)域，然后利用圖像的邊緣特征提取自由駕駛區(qū)域，通過統(tǒng)計自由駕駛區(qū)域的灰度直方圖，自適應(yīng)地確定路面與陰影間的閾值提取陰影，該方法可以在多種光照條件下完成陰影提取，增強(qiáng)系統(tǒng)的魯棒性。通過分析車輛圖像的幾何模型，確定車輛寬度與其在圖像中

3、位置的關(guān)系進(jìn)一步篩選出過大過小的陰影，然后利用陰影的位置生成車輛假設(shè)區(qū)域。在車輛假設(shè)驗證階段，本文提出了兩種改進(jìn)的方向梯度直方圖(HOG)特征描述子進(jìn)行車輛圖像特征提取。由于車輛本身的結(jié)構(gòu)特點，圖像中的車輛具有大量的水平和垂直梯度信息，將兩種特征結(jié)合形成最終的特征向量，利用大量的特征樣本訓(xùn)練AdaBoost分類器，最后利用訓(xùn)練好的分類器對第一步生成的假設(shè)區(qū)域進(jìn)行驗證。改進(jìn)的HOG特征在保證了較高識別精度的同時在特征提取速度上有了很大的提