原文传递
基于红外图像的道路识别与运动目标跟踪
| 论文题名： | 基于红外图像的道路识别与运动目标跟踪 |
| 关键词： | 陆地自主车;红外图像;道路识别;分水岭变换;链码;区域合并;直线检测;背景参考图像;运动目标跟踪 |
| 摘要： | 本文以红外图像为研究对象，主要对红外图像中的道路识别和运动目标检测过程中的一些核心技术进行了研究和改进，并取得了一定的成果。 针对非结构化道路，本文提出了基于分水岭变换的道路区域分割方法。首先在分析经典分水岭变换算法的基础上，提出了一种新的基于扩展链码的快速分水岭变换算法，使得分水岭变换更利于实时应用；然后通过对过度分割产生原因的分析， 提出了新的基于区域灰度和位置约束的过度分割解决方法，并在道路区域分割应用中取得了良好效果。针对结构化道路，本文提出了基于折线模型的道路边界识别方法。首先在分析现有直线检测方法的基础上，提出了新的基于链码的直线检测算法；然后结合图像处理中的关系稳定性规则，给出了一种新的基于灰度的道路轮廓累积图像生成方法；同时给出了基于多尺度形态学梯度的道路边界提取方法；最后，通过上述基于灰度和梯度两种边缘提取结果相互验证，给出了基于折线模型的道路边界描述。 针对运动目标检测中的若干难点问题，本文给出了几个实用的方法。通过对现有背景参考图像生成方法的分析，提出了基于稳态/非稳态多高斯分布的背景参考图像生成方法。由于红外图像中目标与周围环境不存在显著的灰度差异，也没有显著的目标特征，本文采用了先跟踪后检测的策略，在得到运动区域稳定的动态特征后，再对运动目标进行确认。针对复杂场景中经常发生多目标合并、分裂现象，本文提出了基于目标相似性的多目标合并、分裂处理方法，能够有效解决目标丢失问题，使得检测跟踪结果更有意义。 最后本文给出了基于红外图像的道路识别系统和运动目标跟踪系统的实例描述，并介绍了上述算法在系统中的具体应用。并且，这两个子系统已在整体实验联调中取得了良好的效果。 |
| 作者： | 孙涵 |
| 专业： | 模式识别与智能系统 |
| 导师： | 杨静宇 |
| 授予学位： | 博士 |
| 授予学位单位： | 南京理工大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
