安全駕駛監(jiān)控系統(tǒng)圖像預處理技術的研究.pdf

1、隨著交通運輸業(yè)的發(fā)展和車速的提高，交通事故已成為當前各國所面臨的嚴重問題。期間，疲勞駕駛導致的交通事故數(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，如何有效的檢測和防止疲勞駕駛，對于降低交通事故發(fā)生率及人員死亡率有著十分重要的意義。隨著圖像處理技術的飛速發(fā)展，基于計算機視覺技術的駕駛疲勞實時檢測系統(tǒng)在提高汽車的主動安全性能和減少交通事故方面有著廣闊的應用前景。在采用計算機視覺對駕駛員進行駕駛行為監(jiān)測時，圖像的預處理是至關

2、重要的環(huán)節(jié)。
　　本課題針對駕駛疲勞監(jiān)控系統(tǒng)中采集到的降質圖像，采取的圖像預處理算法主要包括以下幾個部分:首先，針對圖像去噪中一個兩難的問題如何在降低圖像噪聲的同時，盡可能多地保留圖像的細節(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能力。為此，提出一種基于Curve

3、let變換的閾值改進去噪算法，采用軟硬閾值相結合的方式，形成新的閾值函數(shù)。其次，針對駕駛室內(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，對照度不均勻有明顯的消除，提高了圖像的對比度和品質，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間消耗。最后，針對駕駛室內(nèi)光線亮度造成圖像對比度弱的問題，采取了基于高斯混合模型的圖像增強算法，利用對最佳狀態(tài)下采集到