基于單目視頻流的前方車輛檢測算法研究.pdf

1、基于單目視覺的前方車輛檢測系統(tǒng)的目標是準確而快速地檢測前方車輛，從而為車輛駕駛系統(tǒng)提供輔助。隨著機器視覺技術(shù)的不斷進步，基于單目視覺的前方車輛檢測在智能交通，自動駕駛等領(lǐng)域也得到了越來越廣泛地應(yīng)用。車輛特征提取及疑似區(qū)域驗證是此類系統(tǒng)的兩個主要問題。本文在分析和比較國內(nèi)外各種相關(guān)研究的基礎(chǔ)上，提出了相應(yīng)的特征提取與驗證算法。主要研究內(nèi)容如下：
　?。?）針對車輛特征提取時易發(fā)生漏檢的問題，本文提出了一種陰影直線掃描與Frame R

2、educe圖像過濾相結(jié)合的陰影特征提取算法。將車輛底部的陰影區(qū)域作為本階段使用的先驗特征，本文算法通過多條在同一陰影區(qū)域的影線的相互融合的方式來提取車底的陰影特征，并將其上方可能包含車輛的區(qū)域提取出來。由于影線自身的特性，本算法有著環(huán)境適應(yīng)性較強，實時性較高，漏檢率極低的優(yōu)點。但是，其誤檢率較高，浪費了整體的處理時間。為確保系統(tǒng)的實時性，通過Frame Reduce圖像對影線提取算法的結(jié)果進行過濾，以便去除大部分誤檢。經(jīng)實驗驗證，本算法

3、可以極大地降低系統(tǒng)的漏檢率。
　　（2）為提高在實際場景中算法的實時性與檢測率，本文提出一種基于投票機制的驗證算法框架。在特征提取算法初步提取了場景中的車輛信息后，通過位置估計，陰影區(qū)域檢測算法，對稱性檢測算法，歷史信息等較為簡單的算法對候選區(qū)域進行投票。然后，算法將根據(jù)投票結(jié)果，將候選區(qū)域進行分類處理。投票機制降低了驗證算法所需處理的數(shù)據(jù)集規(guī)模，提高了系統(tǒng)的實時性。由于有多種算法共同作用于投票機制，對圖像中兩側(cè)車輛而言，系統(tǒng)的準

4、確率有著較大的提升。
　　（3）針對檢測系統(tǒng)易受檢測環(huán)境干擾的問題，本文提出一種陰影閾值的自動適應(yīng)方法，該方法通過改進的閾值提取算法，提高適應(yīng)性。此外，為防止因環(huán)境變化而導致漏檢，本文又提出了一種基于歷史信息的跟蹤算法，當系統(tǒng)因為環(huán)境變化而導致漏檢時，通過歷史信息進行補全。通過這兩種方法，提升了檢測系統(tǒng)對環(huán)境適應(yīng)性。
　　最后，本文在Windows系統(tǒng)下，使用Visual Studio2008編程實現(xiàn)了前方車輛檢測程序。經(jīng)實