版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文圍繞交通視頻噪聲圖像分割在多功能路面檢測(cè)車、智能車輛視覺導(dǎo)航中的應(yīng)用,就圖像去除噪聲、路面裂縫檢測(cè)、車道檢測(cè)、邊緣檢測(cè)和運(yùn)動(dòng)目標(biāo)檢測(cè)等噪聲圖像分割問題開展研究,本文的貢獻(xiàn)如下:
1.為了消除噪聲對(duì)圖像分割的影響,提高圖像的信噪比,提出了自適應(yīng)神經(jīng)模糊推理系統(tǒng)與中值濾波相結(jié)合的去除噪聲算法。將噪聲圖像、中值濾波對(duì)噪聲點(diǎn)的估計(jì)和維納濾波對(duì)噪聲點(diǎn)的估計(jì)作為自適應(yīng)神經(jīng)模糊系統(tǒng)的三個(gè)輸入,系統(tǒng)的輸出為對(duì)像素點(diǎn)的判斷,是噪聲點(diǎn)還是
2、真實(shí)的圖像點(diǎn),如果是噪聲點(diǎn),就進(jìn)行中值濾波,如果是真實(shí)的圖像,保持不變,直接輸出,最終得到兩者的融合去噪圖像。仿真實(shí)驗(yàn)表明,本章算法濾波的結(jié)果比中值濾波的結(jié)果具有更高的信噪比。
2.針對(duì)路面視頻光照不均、存在油污、破損和噪聲等情況對(duì)路面裂縫分割帶來的不利影響,提出了一種小波域內(nèi)基于塊的路面裂縫檢測(cè)算法。路面圖像經(jīng)過去噪、增強(qiáng)等預(yù)處理后,通過haar小波變換,在最高層中對(duì)近似分量進(jìn)行自適應(yīng)閾值分割得到路面裂縫的初始區(qū)域。然后
3、在其他各層中,從高層到低層依次只針對(duì)路面破損區(qū)域進(jìn)一步分塊分割處理,得到路面裂縫的準(zhǔn)確檢測(cè)。仿真實(shí)驗(yàn)表明,本文提出的算法可以很好的克服光照不均、存在油污、破損和噪聲的影響,對(duì)不同的路面裂縫類型,都具有很好地路面裂縫分割效果。
3.車道分割受到光照、路面陰影、破損、油污和噪聲的干擾,容易出現(xiàn)錯(cuò)誤分割,為了準(zhǔn)確地提取出符合人眼特性的車道邊界,本文提出了基于視覺模型的車道檢測(cè)。利用人眼的視覺特性,按照韋伯定律,提出了分段選取閾值
4、,在HSV顏色空間內(nèi)融合區(qū)域車道分割結(jié)果和邊緣車道分割結(jié)果,得到車道的邊緣點(diǎn),再使用Hough變換給出了車道的位置和方向信息,為視覺導(dǎo)航提供控制參數(shù)。仿真實(shí)驗(yàn)結(jié)果表明,本算法具有抗噪性強(qiáng)、光照對(duì)檢測(cè)結(jié)果影響較小,對(duì)路面存在的陰影、油污和破損等情況處理較好、具有運(yùn)行較穩(wěn)定等特點(diǎn)。
4.為了適應(yīng)交通視頻海量數(shù)據(jù)處理的需要,對(duì)圖像分割自適應(yīng)地選取閾值,提出了基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的邊緣檢測(cè)算法,該算法引入一個(gè)具有4個(gè)輸入和1
5、個(gè)輸出的自適應(yīng)神經(jīng)模糊推理系統(tǒng),選取了與邊緣方向和梯度大小雙重信息相關(guān)的4個(gè)目標(biāo)函數(shù)作為系統(tǒng)的輸入,目標(biāo)函數(shù)值的大小與像素點(diǎn)是否為邊緣點(diǎn)可能性的大小相關(guān)。采用計(jì)算機(jī)合成訓(xùn)練輸入圖像和訓(xùn)練目標(biāo)圖像,對(duì)自適應(yīng)神經(jīng)模糊推理系統(tǒng)進(jìn)行訓(xùn)練,得到訓(xùn)練好的自適應(yīng)神經(jīng)模糊推理系統(tǒng),再將定義好的4個(gè)目標(biāo)函數(shù)作為自適應(yīng)神經(jīng)模糊推理系統(tǒng)的輸入,得到系統(tǒng)的輸出。對(duì)于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的輸出值,運(yùn)用一個(gè)后處理程序,采用一個(gè)固定的閾值來判斷該中心點(diǎn)是否為邊緣點(diǎn)
6、。仿真實(shí)驗(yàn)表明,該算法能夠快速自適應(yīng)地選取閾值,適合海量交通視頻處理的需要,比較傳統(tǒng)方法和當(dāng)前文獻(xiàn)中關(guān)于神經(jīng)和模糊系統(tǒng)邊緣檢測(cè)的方法,邊緣檢測(cè)效果要好。
5.為了從帶有噪聲的交通視頻中準(zhǔn)確完整地分割出運(yùn)動(dòng)目標(biāo),假定“背景總是以較大的頻率出現(xiàn)”,提出了一種基于雙閾值順序聚類的背景重構(gòu)算法,算法分為三步:第一步,基于雙閾值順序聚類的思想分類像素的灰度類:第二步,執(zhí)行合并過程;第三步,選擇背景圖像。該算法不需要預(yù)先知道場(chǎng)景的先驗(yàn)
7、知識(shí),能夠直接從含有前景目標(biāo)的圖像中構(gòu)建出多模態(tài)的場(chǎng)景:通過使用兩個(gè)閾值()1和()2(()2>()1)對(duì)輸入數(shù)據(jù)進(jìn)行聚類,增強(qiáng)了聚類結(jié)果對(duì)閾值取值的魯棒性,降低了算法對(duì)閾值選取的敏感度;由于一個(gè)數(shù)據(jù)的分配要延遲到有足夠的信息,所以對(duì)數(shù)據(jù)參與算法的順序不是很敏感:在運(yùn)行雙閾值順序聚類之后執(zhí)行合并過程,避免了出現(xiàn)多個(gè)距離很近的聚類。對(duì)多種視頻進(jìn)行仿真實(shí)驗(yàn),且與其他背景重構(gòu)方法進(jìn)行比較,背景重構(gòu)更理想,運(yùn)動(dòng)目標(biāo)檢測(cè)更完整,更好地克服了噪聲的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像,視頻的分割技術(shù)研究.pdf
- 基于JSEG的視頻-圖像分割技術(shù)研究.pdf
- 交通視頻圖像的分割方法研究.pdf
- 視頻序列人臉圖像分割與識(shí)別技術(shù)研究.pdf
- 視頻圖像中人體運(yùn)動(dòng)對(duì)象分割提取技術(shù)研究.pdf
- 視頻分割技術(shù)研究.pdf
- 視頻交通監(jiān)控系統(tǒng)圖像后處理技術(shù)研究.pdf
- 眼底圖像中血管分割技術(shù)研究.pdf
- 灰度圖像分割技術(shù)研究.pdf
- 醫(yī)學(xué)圖像分割技術(shù)研究.pdf
- 視頻監(jiān)控中的運(yùn)動(dòng)前景分割技術(shù)研究.pdf
- 視頻監(jiān)控中的運(yùn)動(dòng)對(duì)象分割技術(shù)研究.pdf
- 圖像分割技術(shù)研究及頭發(fā)分割應(yīng)用.pdf
- 視頻人體對(duì)象分割技術(shù)研究.pdf
- 微管吸吮作用下的細(xì)胞視頻圖像分割技術(shù)研究.pdf
- 圖像中脈沖噪聲的消減技術(shù)研究.pdf
- 密集顆粒圖像中的目標(biāo)分割技術(shù)研究.pdf
- 彩色圖像分割技術(shù)研究.pdf
- 模糊圖像分割技術(shù)研究.pdf
- 醫(yī)學(xué)圖像中金屬偽影分割技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論