原文传递
基于视觉的车辆检测与跟踪技术研究
| 论文题名： | 基于视觉的车辆检测与跟踪技术研究 |
| 关键词： | 机器视觉;车辆检测;车辆跟踪算法;道路识别;仿真测试 |
| 摘要： | 基于视觉的实时车辆检测与跟踪是智能交通领域的一个重要研究课题，是解决交通安全问题的一种重要手段，在车辆辅助驾驶、危险报警等方面有着很好的应用前景。本文以高速公路上车辆辅助驾驶为应用背景，提出了一个基于道路区域分析的目标检测和跟踪的整体框架，并在此基础上提出了相应的车辆检测和跟踪算法。 论文首先介绍了智能车辆在国内外的发展情况，并介绍了相关研究机构在智能车辆开发方面的成果和产品。介绍了机器视觉在辅助导航系统、自适应巡航控制系统等智能车辆中的应用。 论文讨论了基于Hough变换法的道路识别技术。综合分析了各种图像预处理技术，并通过实验对比分析，选用适合应用要求的预处理算法；最后着重分析了概率Hough变换原理，及其在道路边界检测中的优势，并给出了试验仿真。试验结果表明文中该算法具有良好的鲁棒性。 论文提出了基于阴影提取、车辆纹理与灰度对称性相结合的车辆检测方案。首先在车道范围内，用自适应阈值分割车辆底部阴影，构建车辆可能存在的候选区域；其次，对候选区域应用纹理特征加以过滤；最后，用车辆尾部的灰度对称性确认车辆存在。 在车辆检测算法的基础上，论文着重分析了车辆跟踪算法，并将Camshift算法与Kalman滤波分别应用于车辆跟踪。通过试验验证，指出了各自的优势与不足。最后提出一种可相互补充的Camshift算法结合Kalman预测的车辆跟踪架构。大量试验表明，文章所提的算法可以取得较好的跟踪效果。 本文结合实验室开展的汽车视觉防撞系统的研究，研究了汽车前方道路识别与障碍物检测与跟踪的视觉算法；利用PETS2001进行了高速公路前方与后方车辆视觉检测与跟踪的实验仿真测试，为后续的防碰撞预警系统的研制提供了较好的技术支撑。 |
| 作者： | 赵保佑 |
| 专业： | 机械电子工程 |
| 导师： | 朱宏辉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
