原文传递
车载视频的运动目标检测与跟踪算法研究
| 论文题名： | 车载视频的运动目标检测与跟踪算法研究 |
| 关键词： | 汽车安全辅助系统;车辆图像;运动目标检测;跟踪算法 |
| 摘要： | 车辆检测与跟踪算法是驾驶员安全辅助系统的核心，是智能车导航研究领域的热点，实时、准确、鲁棒的检测与跟踪算法能够使智能车实现有效的防偏、防撞、预警和控制。本文的研究目标是采用图像处理算法分析车载摄像头采集到的视频图像信息，检测并跟踪前方运动车辆，为驾驶员提供实时准确的道路信息，避免交通事故的发生。 本文阐述了车辆检测与跟踪算法的研究背景及意义，研究并分析了图像预处理的基本方法、车道线识别、车辆检测与车辆跟踪算法。依据天空与路面相交处灰度的阶跃变化，给出了利用水平灰度均值分布曲线提取路面区域的方法；结合Canny算法和Hough变换检测车道线，采用较先进的直线-抛物线模型跟踪车道线；基于车底阴影和小孔成像原理确定车辆假设区域，在研究融合多特征验证感兴趣区域算法的基础上，给出了结合纹理、垂直梯度投影均值和边缘对称性三个特征分层验证假设区域的方法；进一步分析了基于Kalman滤波的车辆跟踪算法以及其优缺点，针对其可能存在着发散以及初值选取困难，并需要假设噪声参数和运动状态的问题，给出了基于灰色模型GM(1,1)的前方车辆跟踪算法，并将预测误差引进GM(1,1)模型，改进了跟踪算法，实现了实时准确的车辆跟踪。完成了前方车辆检测与跟踪系统的软件设计，实现了单帧检测与实时跟踪功能。论文采用PETS2001图像序列进行实验，从实时性和准确性两方面分析验证了算法的有效性，并明确了下一步研究方向以及应用前景。 本文对车辆检测与跟踪技术进行了探索和研究，在驾驶员安全辅助系统应用方面有一定的参考价值。 |
| 作者： | 潘晓旭 |
| 专业： | 电子与通信工程 |
| 导师： | 陈戈珩 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长春工业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
