基于紅外圖像序列的目標檢測在智能汽車上的應用研究.pdf

1、低信噪比條件下的紅外圖像多目標檢測問題一直是近些年來國內外學者研究的一個熱門課題。目前，圍繞這一課題已經發(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雜且目標狀態(tài)多樣，且信噪比太低而無法進行檢測。因此，在對前人研究工作進行了分析討論的基礎上，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檢測技術。理論和實驗結果表明，這些方法對于紅

2、外背景下的多目標檢測是十分有效的。 論文首先介紹了智能車輛在國內外的發(fā)展情況，并介紹了各大公司及研究機構的在智能車輛開發(fā)方面的成果和產品。介紹了機器視覺在輔助導航系統(tǒng)、自適應巡航控制系統(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)等智能車輛中的應用。最后介紹了上個世紀80年代以來機器視覺算法的發(fā)展狀況。 論文討論了基于視頻處理的圖像增強技術。綜合分析了各種圖像預處理技術，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)我們感興趣的目標確定增強區(qū)域，然后在該區(qū)域內對圖像進行雙向直方圖均衡；在濾波后，又采用基于紅外圖像目標背景最大差距分割法對抑制了背景的紅外圖像加以進一步的處理，得到了僅含有少量可疑目標的二值化圖像，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，構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檢測技術，即根據(jù)目標運動的連續(xù)性和規(guī)則性，利用相鄰幀中