安全駕駛監(jiān)控系統(tǒng)圖像預(yù)處理技術(shù)的研究.pdf

1、隨著交通運(yùn)輸業(yè)的發(fā)展和車速的提高，交通事故已成為當(dāng)前各國(guó)所面臨的嚴(yán)重問題。期間，疲勞駕駛導(dǎo)致的交通事故數(shù)量不斷上升，疲勞駕駛已成為引發(fā)交通事故的主要因素之一。因此，如何有效的檢測(cè)和防止疲勞駕駛，對(duì)于降低交通事故發(fā)生率及人員死亡率有著十分重要的意義。隨著圖像處理技術(shù)的飛速發(fā)展，基于計(jì)算機(jī)視覺技術(shù)的駕駛疲勞實(shí)時(shí)檢測(cè)系統(tǒng)在提高汽車的主動(dòng)安全性能和減少交通事故方面有著廣闊的應(yīng)用前景。在采用計(jì)算機(jī)視覺對(duì)駕駛員進(jìn)行駕駛行為監(jiān)測(cè)時(shí)，圖像的預(yù)處理是至關(guān)

2、重要的環(huán)節(jié)。
　　本課題針對(duì)駕駛疲勞監(jiān)控系統(tǒng)中采集到的降質(zhì)圖像，采取的圖像預(yù)處理算法主要包括以下幾個(gè)部分:首先，針對(duì)圖像去噪中一個(gè)兩難的問題如何在降低圖像噪聲的同時(shí)，盡可能多地保留圖像的細(xì)節(jié)，提出了基于Curvelet變換的圖像去噪方法。由于小波變換無法最優(yōu)表示含線奇異或面奇異的高維函數(shù)，這就使小波變換在分析二維圖像中曲線或者直線邊緣特征方面存在明顯不足，用于圖像去噪中沒有較好的逼近精度和稀疏表達(dá)能力。為此，提出一種基于Curve

3、let變換的閾值改進(jìn)去噪算法，采用軟硬閾值相結(jié)合的方式，形成新的閾值函數(shù)。其次，針對(duì)駕駛室內(nèi)白天光照度不均勻造成圖像不清晰問題，采取了基于圖像小波變換的方法，對(duì)照度不均勻有明顯的消除，提高了圖像的對(duì)比度和品質(zhì)，采用小波變換方法校正后的圖像，不僅較好地消除了照度不均勻，而且具有最小的誤差，基于小波變換的校正方法具有較小的時(shí)間消耗。最后，針對(duì)駕駛室內(nèi)光線亮度造成圖像對(duì)比度弱的問題，采取了基于高斯混合模型的圖像增強(qiáng)算法，利用對(duì)最佳狀態(tài)下采集到