当前位置: 首页> 学位论文 >详情
原文传递 Snake模型及立体视觉在行人检测中的应用研究
论文题名: Snake模型及立体视觉在行人检测中的应用研究
关键词: 行人检测;立体视觉;轮廓提取;Snake模型;ROI分割
摘要: 随着我国经济的高速发展,由汽车数量增多而引发的交通事故居高不下。为此,提高汽车智能化程度迫在眉睫。基于视觉的行人检测是智能车辆及安全辅助驾驶系统的核心内容,由于它对安全驾驶及行人生命财产的保护有重要意义,已成为智能车辆、计算机视觉和模式识别等领域的前沿研究课题。
  行人检测主要有ROI分割及目标识别两个阶段。在ROI分割阶段,确定了基于立体视觉的ROI分割方案;在目标识别阶段,确定了以目标轮廓曲线为特征的统计学习方法。在行人检测实现过程中,主要工作内容如下:
  1、建立了基于立体视觉的ROI分割策略:首先提取立体图像的视差图,然后将其投影至XZ平面,并在该平面中完成对目标的初次分割,最后将分割结果反向投影至原视图或视差图,从而完成对ROI的分割。
  2、在视差提取过程,运用了一种基于边缘索引的立体匹配法,通过和基于区域的立体匹配法进行对比,验证了该法在目标分割过程具有更好的效果。
  3、在目标初始分割过程中,为了去除路面目标(如路面标线、阴影、路面杂物等)以及高空物体(如树木等)给目标分割带来的影响,提出了基于高程的深度平面目标分割法。
  4、确定了以目标轮廓曲线为特征的行人识别方法,并构建了以ROI分割阶段所得到的基于边缘视差的分割区域为基础的Snake模型轮廓曲线提取策略。
  5、利用Matlab分别对各种Snake模型进行了测试,对比和分析了多类Snake模型在轮廓提取中的优缺点,并针对GVF模型在轮廓提取中的计算复杂度高、初始轮廓设置困难、抗噪性能差等缺陷,提出了基于GVF模型的抗噪Snake模型,并将其成功用于行人轮廓提取。
  6、选择了以Matlab软件为基础的程序开发环境,以标准图像库提供的立体图像序列为分析对象,测试了本文所述方法的有效性。
作者: 徐栩娟
专业: 软件工程
导师: 王有远
授予学位: 硕士
授予学位单位: 南昌航空大学
学位年度: 2015
正文语种: 中文
检索历史
应用推荐