原文传递
基于单目视觉的多特征前方车辆检测及测距方法研究
| 论文题名： | 基于单目视觉的多特征前方车辆检测及测距方法研究 |
| 关键词： | 车辆辅助安全驾驶系统;目标检测;特征提取;距离测量;单目视觉 |
| 摘要： | 随着社会经济的发展，车辆的保有总量急剧增加。车辆在给人们日常生活带来便利的同时却也导致了事故的居高不下。车辆辅助安全驾驶系统是智能车辆的重要组成部分，从一定程度上能够缓解驾驶员的行驶压力，给交通系统安全带来有效的保障。基于视觉的道路检测探测范围较宽，包含信息丰富，符合人类的观测习惯，但是单目视觉系统中车辆检测往往存盲目和不可靠性。基于此本文从提出车辆假设和识别验证两方面展开研究，综在大量虚假干扰，经常导致检测对象的合利用了阴影的灰度、矩形度、阴影线的长度等特征检测车辆的候选区域，并提取了该区域的纹理、形状、对称性等信息进行多特征融合的验证识别，同时完成前方车辆距离的测量。 本文介绍并选取了适合于动态行车场景下的图像预处理和图像前期相关处理的方案；针对不同的道路场景，采取不同的策略进行道路感兴趣区域的划分，结合改进的自适应灰度均值方差法分割出潜在的目标对象，并通过车辆阴影的矩形度和长度特征初步检测和筛选出车辆的候选区域；提取了候选区域的纹理特征、形状特征、对称性等信息进行了多特征加权融合的综合验证和识别；同时，结合标准化道路的距离标定，采用数据回归建模方法拟合了目标图像位置和实际观测距离之间的曲线关系，建立起对应的数学模型，从而实现前方车辆距离的测量和验证。 本文中的算法针对不同道路场景下，车辆目标检测的正确率达到95.0％，该算法能够排除道路内外的大部分虚假对象干扰，从而准确检测到前方车辆；采用数据回归模型进行静态车辆距离估计，误差在可接受的范围内，验证了视觉测距的准确性。 |
| 作者： | 王乐芬 |
| 专业： | 仪器仪表工程 |
| 导师： | 侯培国;陈琛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 燕山大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
