原文传递
基于远红外影像分析的轮毂过热检测
| 论文题名： | 基于远红外影像分析的轮毂过热检测 |
| 关键词： | 汽车轮毂;过热检测;红外图像;特征提取 |
| 摘要： | 轮胎是汽车的重要组成部分，承担着整个汽车的重量。轮胎长时间与地面摩擦，会造成温度过高而导致轮胎损坏、爆胎，尤其在具有长大下坡的山区高速公路段，轮胎过热极易发生车体自燃，从而造成严重交通拥堵，因此及时检测车辆轮胎轮毂的温度尤为重要。目前检测主要以接触式传感器和红外测温仪为主，其安装量大且准确率低，且当温度异常时，驾驶员往往会忽视车内提示的异常信息，难以及时对轮胎降温。因此外界利用图像处理技术检测轮胎轮毂是否过热，对异常车辆及时预警以便采取降温措施，具有重要意义。本文对红外图像进行分析，有效地将轮胎轮毂区域分割出来，并提取轮胎区域多种特征，利用分类器对车辆轮胎轮毂过热与否进行判别。该方法不易受到外界干扰，能及时发现异常车辆并采取措施，减少人员伤亡和财产损失。主要研究内容如下： 首先，介绍了车辆轮胎轮毂温度检测的背景、现状及研究意义。轮胎轮毂过热与否的识别过程分为三部分，目标区域分割、特征提取和分类识别。本文主要对特征提取方法进行研究，并从全局和局部两个方面分别介绍了特征提取方法的基本概念和发展现状。在此基础上，对多特征融合方法进行了阐述。 其次，详细介绍了方向梯度直方图（Histogram of Oriented Gradient，HOG）、局部二值模式（Local Binary Patterns，LBP）特征提取方法的概念及步骤。本文根据红外热像仪采集的红外图像中轮胎轮毂温度与亮度间的关系，提出散射状亮度差（Scattering Brightness DifferenceDescriptor，SBDD）特征提取方法，经过提取目标区域不同位置的亮度特征与其他特征融合有效地对轮胎轮毂过热与否进行识别。最后详细介绍支持向量机的增量学习算法，并提出多特征融合的轮胎轮毂过热与否判定模型。 再次，在轮胎轮毂过热与否识别过程中，首先采用前景提取方法提取车辆轮胎图像帧，接着对提取出来的图像帧进行预处理，包括轮胎轮毂目标区域的提取和分割等。随后提取轮胎图像的HOG特征、LBP特征及SBDD特征，其中为了减少HOG特征的冗余信息采用主成分分析法对特征向量进行降维。多特征归一化后串联得到最终特征向量，利用增量支持向量机对轮胎轮毂图像是否过热进行判别。 最后，本文进行了大量实验，结果表明提出的SBDD特征可以很好地表达轮胎热度信息，同时将其与HOG和LBP特征融合后，有效地提高了轮胎轮毂是否过热识别性能。 |
| 作者： | 王晓红 |
| 专业： | 交通信息工程及控制 |
| 导师： | 许宏科 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
