基于可見光與紅外汽車夜視系統(tǒng)目標(biāo)測(cè)距.pdf

1、智能交通系統(tǒng)作為解決道路交通安全問(wèn)題的方案,正成為當(dāng)今世界汽車安全領(lǐng)域的研究熱點(diǎn)。汽車夜視系統(tǒng)對(duì)于夜間安全駕駛具有重要意義,可以使駕駛員在夜間更好地觀察前方遠(yuǎn)處障礙物,提高夜間行駛的安全性,因此汽車夜視技術(shù)得到了較快的發(fā)展,同時(shí)也逐漸被應(yīng)用于汽車上。目標(biāo)測(cè)距系統(tǒng)是智能交通視覺(jué)導(dǎo)航系統(tǒng)的一個(gè)重要組成部分,是提高駕駛的安全性、減少交通事故的發(fā)生的關(guān)鍵技術(shù),而且準(zhǔn)確測(cè)量前方目標(biāo)距離也是實(shí)現(xiàn)自動(dòng)或輔助駕駛的前提。本文基于雙目立體視覺(jué)的目標(biāo)深度信

2、息獲取技術(shù)應(yīng)用于可見光與紅外圖像,將為自動(dòng)駕駛、視覺(jué)導(dǎo)航、目標(biāo)跟蹤等奠定基礎(chǔ)。整個(gè)測(cè)距系統(tǒng)設(shè)計(jì)包括系統(tǒng)模型結(jié)構(gòu)、軟件仿真平臺(tái)以及系統(tǒng)的測(cè)距方案,重點(diǎn)對(duì)系統(tǒng)設(shè)計(jì)中圖像預(yù)處理、攝像機(jī)標(biāo)定、圖像匹配以及深度信息獲取四大部分進(jìn)行了論述：
　　 ⑴圖像預(yù)處理部分介紹了常用的圖像預(yù)處理算法,包括圖像濾波、圖像增強(qiáng)以及形態(tài)學(xué)處理等。在圖像增強(qiáng)中,采用了基于Retinex理論的圖像增強(qiáng)處理方法,該方法是從人類的視覺(jué)系統(tǒng)對(duì)信息處理的角度提出的。在

3、此基礎(chǔ)上本文對(duì)Retinex算法進(jìn)行了改進(jìn),提出了一種基于S曲線的非線性圖像增強(qiáng)方法,結(jié)果表明該方法能夠取得良好的效果,提高圖像對(duì)比度,而且使目標(biāo)更加清晰,有利于運(yùn)動(dòng)目標(biāo)的觀察。
　　 ⑵攝像機(jī)標(biāo)定部分研究了攝像機(jī)成像模型以及攝像機(jī)標(biāo)定方法,考慮到實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)設(shè)備,本文采用了標(biāo)定精度高、操作比較方便的平面標(biāo)定法對(duì)攝像機(jī)進(jìn)行了精確的標(biāo)定。
　　 ⑶圖像匹配部分介紹了圖像匹配的四個(gè)關(guān)鍵要素以及圖像匹配算法的分類,提出了基于

4、SIFT特征描述子的圖像匹配算法,對(duì)SIFT的相似性度量與誤匹配的消除進(jìn)行了分析,通過(guò)選擇合適的比例閾值,利用歐式距離進(jìn)行SIFT特征向量匹配,并采用RANSAC算法來(lái)進(jìn)一步消除錯(cuò)誤匹配點(diǎn),提高了正確匹配率。
　　 ⑷深度信息獲取部分首先介紹了雙目立體視覺(jué)的結(jié)構(gòu)模型,之后分別推導(dǎo)了在平行雙目立體視覺(jué)條件下三角原理深度測(cè)量法與在任何位置的雙目立體視覺(jué)條件下射線交匯深度提取法。最后對(duì)實(shí)際所采集到的圖像進(jìn)行深度信息計(jì)算,與實(shí)際的深度信