基于單目視覺的無人車障礙物識(shí)別技術(shù)研究.pdf

1、無人駕駛車在軍事、民用和科研等眾多領(lǐng)域都具有廣泛的應(yīng)用前景，其關(guān)鍵技術(shù)中的障礙物檢測(cè)與識(shí)別技術(shù)一直以來都是研究的熱點(diǎn)，同時(shí)也是難點(diǎn)，尤其是越野環(huán)境中的障礙物檢測(cè)與識(shí)別技術(shù)更是難以突破。本文就是基于單目視覺傳感器，針對(duì)越野環(huán)境中的障礙物，如樹干、高灌木和矮灌木，進(jìn)行檢測(cè)與識(shí)別技術(shù)的研究，主要內(nèi)容如下:
　　(1)在利用單目視覺采集圖像的過程中，會(huì)存在一些噪聲干擾，本文應(yīng)用中值濾波算法對(duì)圖像進(jìn)行處理以濾除噪聲干擾，它既具有噪聲干擾濾除

2、功能，又具有圖像邊緣保持功能，符合本文需要邊緣信息的要求。另外，本文應(yīng)用改進(jìn)的基于Fisher準(zhǔn)則函數(shù)的分割方法和基于K-means聚類的方法提取出圖像中的目標(biāo)區(qū)域，試驗(yàn)表明本文的方法對(duì)樹干類和灌木類障礙物具有很好的分割效果。
　　(2)對(duì)于分割后的圖像，為了提取出用于最后識(shí)別算法中的障礙物特征，本文應(yīng)用圖像形態(tài)學(xué)處理方法對(duì)圖像進(jìn)行處理，可以很有效的去除過分割產(chǎn)生的干擾。然后，本文分別基于HSI顏色空間、Lab顏色空間提取出飽和度

3、S和顏色a特征，再在二值化圖像中，應(yīng)用鏈碼邊界表達(dá)方法，提取出垂直度特征，為障礙物識(shí)別奠定了良好基礎(chǔ)。
　　(3)本文基于Bayas分類原理，通過分析大量的訓(xùn)練樣本，估計(jì)出基于單個(gè)特征的貝葉斯分類器的參數(shù)，然后提出了一種基于Bayes分類原理的多特征融合算法，利用本文設(shè)計(jì)的MATLAB試驗(yàn)平臺(tái)，就可以分別得到基于單特征和多特征融合的障礙物識(shí)別結(jié)果。最后，通過大量的試驗(yàn)和結(jié)果對(duì)比分析，驗(yàn)證了本文提出的多特征融合算法具有很好的實(shí)用性和