紅外圖像下的道路場(chǎng)景理解方法研究.pdf

1、感知道路環(huán)境是智能車輛視覺系統(tǒng)一項(xiàng)非常重要的工作?，F(xiàn)在智能車輛系統(tǒng)的研究主要以可見光圖像為研究對(duì)象，然而，可見光相機(jī)存在對(duì)光照和陰影比較敏感，且在夜間無法應(yīng)用的缺陷。而利用紅外圖像則可以克服這些因素的限制。但是與此同時(shí)，紅外圖像又存在紋理特征少，邊界不清晰的弱點(diǎn)。本文針對(duì)紅外圖像的道路邊界檢測(cè)和行人檢測(cè)問題展開研究，論文的主要工作和成果為：
　　1.針對(duì)紅外道路邊界檢測(cè)問題，設(shè)計(jì)出一組針對(duì)紅外圖像特性的鄰域窗口特征，進(jìn)而采用隨機(jī)森

2、林分類器得到道路邊緣概率圖。在此基礎(chǔ)上，通過采用基于Freeman鏈碼的邊界提取和二次多項(xiàng)式逼近等手段成功獲得了對(duì)道路邊界的精確估計(jì)。利用實(shí)車采集的多種路況圖像進(jìn)行實(shí)驗(yàn)證實(shí)了該算法的有效性。
　　2.針對(duì)紅外行人檢測(cè)問題，借鑒人眼視覺系統(tǒng)的顯著性機(jī)制，利用物體的邊緣信息構(gòu)造潛在的行人目標(biāo)候選區(qū)域，以此替代傳統(tǒng)的行人檢測(cè)中暴力搜索的滑動(dòng)窗口，有效抑制了對(duì)前景目標(biāo)進(jìn)行檢測(cè)的過程中來自背景的干擾，在此基礎(chǔ)上采用級(jí)聯(lián)分類器對(duì)疑似區(qū)域作出進(jìn)