详情

原文传递基于机器视觉的汽车仪表盘的分割研究

论文题名：	基于机器视觉的汽车仪表盘的分割研究
关键词：	机器视觉;汽车仪表盘;阈值分割法;边缘检测分割法;二值图
摘要：	目前有些学者将机器视觉技术应用于指针仪表的校验、自动检定和识别等系统的研究，这些都是单个的指针仪表，而像汽车仪表盘内集成了多块仪表的复杂仪表研究的较少，其内部集成了车速里程表、转速表、机油压力表、水温表等，研究起来较为复杂。本文将重点研究基于机器视觉的汽车仪表盘的分割技术，将汽车仪表盘内复杂的多个仪表分割成单个仪表，就可以借鉴前人对于单个指针仪表研究的成果，继而实现下一步汽车仪表读数自动识别。与以前的仪表盘图像处理时通常单独采用常规的方法相比，本文是根据图片的实际特点，将常规的方法与其他一些理论或算法结合使用，达到图片处理的更好的效果。比如在去除噪声时除了运用常规的中值滤波外，将采用分段线性变换，选择了拉伸灰度区间，可以更好地控制图像灰度直方图的分布，最终改善图片的质量。分割时，在基于阈值分割得到二值图基础上，通过搜索连通域的方法使得分割的图像定位更准确。将机器视觉技术应用到汽车仪表研究中，也就是用摄像机等机器代替人眼对目标进行测量、跟踪和识别，并加以判断。当识别的读数即将达到临界值时，就给驾驶员适当的报警信号，以提醒其注意，弥补了由于长期驾驶导致的人眼疲劳，读数的不及时性和不准确性，提高了安全系数，这也就是本篇论文的研究意义之所在。虽然研究起来不像单个指针仪表那么简单，但是前人研究单个仪表的一些经典理论和成果，是可以借鉴的，那么我们就可以考虑先完成多个仪表向单个仪表的分割过程，再按照单个仪表读数识别步骤进行，由于部分学者已经进行了后者的研究，本文将重点研究基于机器视觉的汽车仪表盘的分割。由此可见在此过程中做好仪表盘图片的预处理和分割是本文研究的关键。本研究重点做好两方面的工作： 1.汽车仪表盘图像的预处理在实际系统中，由于车辆自身的运动、光照的稳定性与均匀性、摄像机的角度、位置等因素等影响，所获取的图片存在各种各样的噪声，为保证后续图像处理顺利进行，需要获得尽可能高质量的图片，因此做好汽车仪表图像的预处理非常有必要。本文去除仪表盘图像噪声时，采用了非线性滤波中的中值滤波。中值滤波是比较好的方法，在某些条件下可以做到既去除噪声又保护图像边缘的较满意的复原，且在噪声未知的情况下很适合于信号的平滑，消除噪声的同时又保留了图像的细节。接着采用分段线性变换弥补中值滤波后图像的对比度不足，突出感兴趣的目标或者灰度区间，相对抑制那些不感兴趣的灰度区域，最终取得了改善图片质量的效果。 2.汽车仪表盘图像的分割由于分割仪表没有统一的可套用的理论规则，要针不同形状特征的仪表提出不同的算法。首先提到了两种较常用的图像分割算法，基于阈值分割法和基于边缘检测的分割法，然后根据本文采用的汽车仪表盘图片的特征：各个表盘的颜色为浅色，与黯淡的背景颜色区分显著；各个仪表独立分布、垂直方向投影无重合。首先基于阈值分割有助于得到处理效果较好的二值图；另外在二值图中采用用种子搜索连通域的方法可将单个的仪表从表盘内分割出来。最后根据不同形状的新型汽车仪表盘的共性特征，尝试性的提出新汽车仪表盘分割的可能性方法。
作者：	刘娜
专业：	检测技术及自动化装置
导师：	汪仁煌
授予学位：	硕士
授予学位单位：	广东工业大学
学位年度：	2008
正文语种：	中文