等級公路上相對運動目標的快速分割方法研究.pdf

1、本文是“霧天等級公路景物識別方法的研究”項目的一個重要組成部分，該項目由圖像濾波、目標分割、攝像機定標和目標跟蹤四個模塊組成。在解決圖像識別和場景描述等問題的過程中，涉及到模式識別、人工智能及計算機視覺等現(xiàn)代信息科學和技術眾多領域。 本文主要從事圖像目標快速分割方法的研究工作，待分割目標有汽車、車道線等。本課題具有目標和背景都在運動、背景復雜以及實時性要求高等特點。 本文首先研究了較為傳統(tǒng)的分割方法對本課題的有效性，如閾

2、值法、區(qū)域生長法、邊緣檢測法，并改進相關算法，取得如下成果： 1.使用自適應閾值分割方法對圖像進行處理，得到經(jīng)驗公式。該算法能夠適應外界光照強度的變化，在分割行車標記時，運行速度及分割準確性均能滿足實時要求； 2.采用改進的區(qū)域生長算法進行圖像分割，利用投影直方圖獲得種子點，通過對生長準則的改進，成功地將汽車、行車標記等目標分割出來，且算法速度得到改善； 3.根據(jù)行車標記確定感興趣區(qū)域。在此區(qū)域內(nèi)，利用閾值分割法

3、可得到汽車等多個目標，這樣既可節(jié)省處理時間，又能保證分割的準確率。將此分割結果與車道線圖像融合到一起，即可得到最終的輸出結果。 本文還就采用曲線進化算法進行圖像分割的問題展開了研究，并用水平集方法實現(xiàn)C-V偏微分方程的改進算法。將此算法應用在等級公路場景圖像上，曲線已開始進化，只是收斂速度很慢。使用簡單背景的圖像對算法進行了測試，結果表明，曲線快速向目標邊緣方向進化，并最終停止在目標邊緣處，目標分割獲得成功。 總之，本文