原文传递
等级公路上相对运动目标的快速分割方法研究
| 论文题名： | 等级公路上相对运动目标的快速分割方法研究 |
| 关键词： | 图像分割;等级公路;运动目标;图像识别;阈值分割 |
| 摘要： | 本文是“雾天等级公路景物识别方法的研究”项目的一个重要组成部分，该项目由图像滤波、目标分割、摄像机定标和目标跟踪四个模块组成。在解决图像识别和场景描述等问题的过程中，涉及到模式识别、人工智能及计算机视觉等现代信息科学和技术众多领域。 本文主要从事图像目标快速分割方法的研究工作，待分割目标有汽车、车道线等。本课题具有目标和背景都在运动、背景复杂以及实时性要求高等特点。 本文首先研究了较为传统的分割方法对本课题的有效性，如阈值法、区域生长法、边缘检测法，并改进相关算法，取得如下成果： 1.使用自适应阈值分割方法对图像进行处理，得到经验公式。该算法能够适应外界光照强度的变化，在分割行车标记时，运行速度及分割准确性均能满足实时要求； 2.采用改进的区域生长算法进行图像分割，利用投影直方图获得种子点，通过对生长准则的改进，成功地将汽车、行车标记等目标分割出来，且算法速度得到改善； 3.根据行车标记确定感兴趣区域。在此区域内，利用阈值分割法可得到汽车等多个目标，这样既可节省处理时间，又能保证分割的准确率。将此分割结果与车道线图像融合到一起，即可得到最终的输出结果。 本文还就采用曲线进化算法进行图像分割的问题展开了研究，并用水平集方法实现C-V偏微分方程的改进算法。将此算法应用在等级公路场景图像上，曲线已开始进化，只是收敛速度很慢。使用简单背景的图像对算法进行了测试，结果表明，曲线快速向目标边缘方向进化，并最终停止在目标边缘处，目标分割获得成功。 总之，本文所作的工作只是一个初步的研究工作，无论在传统分割方面还是在曲线进化方面都有待于进一步去研究。 |
| 作者： | 宋振龙 |
| 专业： | 模式识别与智能系统 |
| 导师： | 王萍 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
