基于视觉的车辆检测算法研究

来源 :东北大学 | 被引量 : 6次 | 上传用户:q363342684
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在欧美、日本等国家和地区,智能交通系统技术正在迅速发展,作为核心技术之一的车辆检测是重要的研究方向。在我国,随着汽车保有量的增加,交通事故引起的人员伤亡和财产损失的数目触目惊心,辅助驾驶系统的研究越来越受到重视。而车辆检测作为辅助驾驶中最重要和基础的环节,对其进行研究是非常必要的,它涉及到模式识别、图像处理、计算机视觉、机器学习、应用数学等多种学科。目前,基于视觉的车辆检测算法大部分都遵循两步法:假设生成和假设验证。算法的研究热点主要集中在日间较好环境下的车辆检测,而对于日间恶劣环境(阴天、雨天、反光、逆光、雾天等)和夜间环境,这些算法基本上是不适用的。为此,本文在总结各种算法适用性的基础上,分别提出了适用于日间恶劣环境和夜间环境下的车辆检测算法。本文提出了一种新的日间恶劣环境下车辆检测算法:在假设生成阶段,首先利用霍夫变换和投票算法对消失线进行定位,然后在图像平面消失线以下区域基于一定的准则提取车辆候选区域;在假设验证阶段,本文提出基于知识和外观相结合的方法对车辆候选区域进行验证,首先利用图像标准差剔除低对比度背景,然后利用AdaBoost级联分类器对车辆候选区域进行分类,最后利用图像水平梯度和进行进一步的筛选。实验结果表明,该方法不易受光照条件影响,在提高车辆检测率的同时,能够有效地降低误检率。本文提出了一种新的夜间环境下车辆检测算法:首先通过形态学处理方法提取明亮区域,基于一定的先验知识对明亮区域进行配对,剔除路灯等非车灯发光体,得到潜在的车灯对;然后再利用金字塔L-K跟踪算法对每一个潜在车灯进行跟踪,根据运动相似性剔除不符合条件的非车灯对,从而检测出车辆。实验结果表明,该方法有效地提高了夜间车辆检测的准确性和可靠性。
其他文献
几何一直是我国初中生的薄弱环节.本文在分析我国初中几何教学现状与两份调查表的基础上,横向比较了中美、中荷初中几何教学的差异.根据《标准》关于数学学习与数学教学的两
支持向量机是统计学家Vapnik根据统计学习理论提出的一种新的学习方法,其最大特点是根据结构风险最小化准则,有效地避免了过学习、维数灾难和局部极小等传统分类中存在的问题
该文主要研究了环Z[ω]上的一类三进制公钥密码体制,它是上次剩余体制的一种推广,其安全性是建立在环Z[ω]中大数分解的困难性.我们知道,在Z[ω]中分解数α首先要分解整数N(
第一章绪论介绍有关边值问题的正解和微分动力系统结构稳定性的发展概况,并概述了该文的主要工作.第二章研究依赖于一阶导数的三点边值问题正解的存在性.众所周知,利用锥上Kr
支持向量机(SVM)是统计学习理论(SLT)的一种成功实现.在这一方法中,核函数的构造和选择对SVM的构造起到重要作用.本文利用Hilbert空间的一组标架构造核函数,由此得到了一个包
本文主要研究了两类非线性微分方程正解的存在性,其中一类是带积分边界二阶非线性微分方程{ x"(t)+λf(t,x)=0, t∈(0,1),x(0)=m-2∑i=1 aix(ξi),x(1)=∫(l)(0)g(t)x(t)dt,(1)其中
该文集中了作者在信号分析的理论和应用两方面的研究.论文分为三部分:第一章介绍了信号分析技术的新发展-经验模型分解(EMD)方法[1];并对这个方法的理论研究和实际应用中碰到
该文应用无差异曲线法求出了此效用函数的最优组合投资比例的近似解,在具体的求解过程中,利用二分法先求出使期望效用最大的最优组合的期望收益的近似值,进而求出最优组合投
首先,阐述了神经网络用于金融时间序列建模时所遇到的问题,并给出了某些解决方法;其次,集中讨论了两种神经网络模型:对于径向基函数神经网络,提出了最近邻聚类算法和最小二乘
我们主要讨论时变区域上的部分耗散与随机部分耗散系统的动力学以及可压流体方程的弱解与鞅解的存在性.  第一部分我们利用C2同胚映射法得到定义在非单调时变区域上的部分