原文传递
基于单目视觉的车辆检测算法的研究与实现
| 论文题名： | 基于单目视觉的车辆检测算法的研究与实现 |
| 关键词： | 车辆检测;单目视觉;图像分割;辅助驾驶;特征提取;Adaboost算法 |
| 摘要： | 汽车在给人们生活带来极大便利，同时带来了很多严重的问题。在安全性方面，交通事故每年都造成大量的人员伤亡和经济损失。为了解决这些问题，各国投入了大量的人力和物力进行智能交通系统ITS的研发，车辆辅助驾驶系统DAS就是其中一个重要的研究方向。 本课题研究的基于视觉的车辆检测算法应用于车辆辅助驾驶系统中，根据自车前方单目摄像机所拍摄到交通场景图像，迅速的检测出前方区域中是否有车辆存在，然后将检测结果反馈给驾驶员以及辅助驾驶系统的其它模块，能够帮助驾驶员采集前方交通信息并提醒驾驶员潜在的威胁，为车辆碰撞预警、智能驾驶提供了可能。本算法属于移动的车辆检测技术，由于辅助驾驶系统要求较高的实时性，而车载系统的硬件配置又不能太高，移动检测的算法设计难度高于静态检测算法。本文在总结分析现有车辆检测算法的基础上，针对不足提出了改进。为了避免对整幅图像进行搜索识别，将车辆检测算法分成两个阶段:阴影特征提取阶段和车辆特征识别阶段。在阴影特征提取阶段，利用车底阴影特征对图像进行分割，生成感兴趣区域ROI;在车辆特征识别阶段，采用Haar-Like特征构造弱分类器，使用Adaboost算法对弱分类器进行提升，集成强分类器后对感兴趣区域进行分类，得出识别结果。 实验结果表明，算法能够较好的检测前方路面上的车辆，识别率较高，误识别率有所降低，运行时间也在接受范围之内。 |
| 作者： | 张秋实 |
| 专业： | 计算机应用技术 |
| 导师： | 王娟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
