基于紅外圖像序列的目標(biāo)檢測在智能汽車上的應(yīng)用研究.pdf

1、低信噪比條件下的紅外圖像多目標(biāo)檢測問題一直是近些年來國內(nèi)外學(xué)者研究的一個熱門課題。目前，圍繞這一課題已經(jīng)發(fā)展了許多有實際意義的檢測算法。由于紅外圖像本身背景復(fù)雜且目標(biāo)狀態(tài)多樣，且信噪比太低而無法進(jìn)行檢測。因此，在對前人研究工作進(jìn)行了分析討論的基礎(chǔ)上，根據(jù)紅外圖像的統(tǒng)計特性，本文以基于機器視覺的圖像增強與障礙物檢測為研究對象，提出了一種基于雙向直方圖均衡的區(qū)域圖像增強算法和基于圖像序列的運動目標(biāo)檢測技術(shù)。理論和實驗結(jié)果表明，這些方法對于紅

2、外背景下的多目標(biāo)檢測是十分有效的。 論文首先介紹了智能車輛在國內(nèi)外的發(fā)展情況，并介紹了各大公司及研究機構(gòu)的在智能車輛開發(fā)方面的成果和產(chǎn)品。介紹了機器視覺在輔助導(dǎo)航系統(tǒng)、自適應(yīng)巡航控制系統(tǒng)、自動走停輔助系統(tǒng)、交通信號識別系統(tǒng)和輔助換道系統(tǒng)等智能車輛中的應(yīng)用。最后介紹了上個世紀(jì)80年代以來機器視覺算法的發(fā)展?fàn)顩r。 論文討論了基于視頻處理的圖像增強技術(shù)。綜合分析了各種圖像預(yù)處理技術(shù)，并通過實驗對比分析，研究出適合紅外圖像的圖像

3、增強算法。該算法首先根據(jù)我們感興趣的目標(biāo)確定增強區(qū)域，然后在該區(qū)域內(nèi)對圖像進(jìn)行雙向直方圖均衡；在濾波后，又采用基于紅外圖像目標(biāo)背景最大差距分割法對抑制了背景的紅外圖像加以進(jìn)一步的處理，得到了僅含有少量可疑目標(biāo)的二值化圖像，從而為后面的序列圖像檢測方法提供了有利條件。 論文提出了基于單目視覺的障礙物檢測、識別和跟蹤技術(shù)，構(gòu)造了完整的車輛檢測方案。本文提出了基于圖像序列的運動目標(biāo)檢測技術(shù)，即根據(jù)目標(biāo)運動的連續(xù)性和規(guī)則性，利用相鄰幀中