交通肇事場(chǎng)景圖像處理的關(guān)鍵技術(shù)研究.pdf

1、近年來(lái)，利用數(shù)字圖像處理技術(shù)對(duì)普通數(shù)碼相機(jī)拍攝的現(xiàn)場(chǎng)照片進(jìn)行分析處理已成為事后交通管理部門尋找事故原因、認(rèn)定事故責(zé)任的輔助手段。圖像拼接技術(shù)是克服普通數(shù)碼相機(jī)成像視場(chǎng)小這一缺點(diǎn)的關(guān)鍵技術(shù)，可以使交通部門管理人員通過(guò)一系列拼接后的圖片把握到整個(gè)交通肇事場(chǎng)景信息，因而具有重要研究意義；平面測(cè)距技術(shù)則是一種輔助測(cè)量手段，可通過(guò)照片對(duì)實(shí)際場(chǎng)景中散落物、車痕等進(jìn)行測(cè)量，作為認(rèn)定事故責(zé)任的依據(jù)。
　　 本論文對(duì)常用的圖像拼接算法進(jìn)行了研究及

2、實(shí)驗(yàn)分析，并對(duì)以角點(diǎn)為特征的圖像拼接算法進(jìn)行了改進(jìn)。分析了基于灰度信息的圖像拼接算法、基于相位相關(guān)的圖像拼接算法以及基于特征的圖像拼接算法的優(yōu)劣；研究了常用的角點(diǎn)檢測(cè)算法，并通過(guò)實(shí)驗(yàn)分析了幾種常用角點(diǎn)檢測(cè)算法的性能。
　　 針對(duì)交通肇事場(chǎng)景下的圖像有可能出現(xiàn)尺度變化的問(wèn)題，將一種多尺度Harris角點(diǎn)檢測(cè)算法引入到拼接算法中的特征點(diǎn)提取步驟，以適應(yīng)圖像的尺度變化；對(duì)一種基于Sift特征的描述符的進(jìn)行詳細(xì)分析，并對(duì)該特征描述符在向

3、量構(gòu)造和采樣區(qū)域等方面進(jìn)行了改進(jìn)；針對(duì)拼接算法的前序步驟中的錯(cuò)配，提出了一種基于SVD分解迭代求解圖像變換模型并去除誤匹配的算法；采用了一種通過(guò)黑白棋盤作為標(biāo)定物對(duì)相機(jī)進(jìn)行標(biāo)定并進(jìn)行測(cè)距的方法，分析了平面測(cè)距技術(shù)對(duì)單幅圖像和拼接后圖像測(cè)距效果的對(duì)比。
　　 通過(guò)實(shí)驗(yàn)證明，改進(jìn)的特征描述符對(duì)圖像的噪聲、旋轉(zhuǎn)和尺度變化均有較好的魯棒性，能夠有效的減少誤配；基于SVD分解迭代求解變換模型的算法可以更進(jìn)一步的剔除誤匹配，并能夠得到一個(gè)準(zhǔn)