基于數(shù)字圖像處理的汽車主動安全研究.pdf

1、隨著創(chuàng)新科技在車輛上的不斷應用,汽車主動安全技術越來越為人們所重視,汽車主動避撞也不再是一種設想。其中基于數(shù)字圖像處理的技術因為可以獲得幾乎行車所需的所有信息而越來越被人們所關注?；跀?shù)字圖像處理技術的車輛檢測跟蹤以及汽車距離計算模型的研究是其中的應用重點。現(xiàn)今基于視覺處理的技術在汽車上已經(jīng)有所應用,但主要出現(xiàn)在一些高級車上。除去應用成本較高,目前此技術還存在著可靠性不夠高的問題。在日間能見度高,汽車輪廓等各項特征值都容易把握,但是夜間

2、行車能見度低,很多處理目標都會在夜間變得模糊甚至是完全消失。且現(xiàn)有的單目測距模型沒有與汽車上具體的處理目標相結(jié)合,模型本身存在著導致系統(tǒng)誤差因素較多的問題。
　　本文依據(jù)汽車牌照具有固定顏色、形狀、尺寸以及安裝位置,且在夜間汽車牌照具有良好的反光性能。選取汽車牌照作為圖像處理及跟蹤的目標,能有效提高圖像處理的可靠性。并且將汽車牌照面積加入到單目測距模型中,簡化了測距模型且降低了系統(tǒng)測量誤差。
　　首先研究選取了車牌的定位和跟

3、蹤算法。通過灰度處理、圖像增強、邊緣檢測、中值濾波、形態(tài)學運算、聯(lián)通域標記等手段實現(xiàn)了目標牌照的定位。研究了Mean-shift算法并且使用Camshift跟蹤算法進行目標圖像跟蹤,又加入Kalman濾波器,增強了目標牌照的跟蹤效果。
　　其次使用Matlab、OpenCV與VC++混合編程實現(xiàn)了車牌定位和車牌跟蹤,達到簡化編程難度提高圖形處理能力的目的。通過Matlab與VC++混合編程,采用COM組件方式的混合編程手段,提高了

4、車牌定位程序的代碼執(zhí)行速度,也簡化了車牌定位程序編寫的難度。通過使用具有強大圖形處理、目標跟蹤能力的OpenCV與VC++的混合編程,利用Camshift經(jīng)典算法加Kalman濾波器算法有效提升了對汽車牌照跟蹤的效果,經(jīng)過實驗證明這種編程在較好的環(huán)境下具有不錯的跟蹤效果,同時也分析了夜間跟蹤失敗的原因。
　　最后完成對單目測距模型的研究和優(yōu)化,以及相關實驗驗證。通過改進一種以小孔成像原理而來的單目測距數(shù)學模型,加入汽車牌照這個常量