基于机器视觉辅助驾驶系统中行人实时检测跟踪研究

《基于机器视觉辅助驾驶系统中行人实时检测跟踪研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：2131138东华大学基于机器视觉辅助驾驶系统中行人实时检测跟踪研究RESEARCHOFPEDESTRIANDETECTIONANDTRACKINGMETHODOFDRIVINGASSISTANCESYSTEMBASEDONMACHINEVISION学科专业：控制科学与工程作者姓名：彭宝指导教师：孙韶媛答辩日期：2016年1月东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任

2、何其他个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签

3、名：日期：年月日日期：年月日学位论文承诺书本人郑重承诺：本人所提交的学位论文为根据答辩意见修改后的定稿版本。因提交版本错误所造成的后果由本人承担。学位论文作者签名：日期：年月日基于机器视觉辅助驾驶系统中行人实时检测跟踪研究基于机器视觉辅助驾驶系统中行人实时检测跟踪研究摘要近年来基于机器视觉的行人检测与跟踪技术在智能车领域的应用越来越受到人们的关注。它在车辆辅助驾驶系统中可以有效的辅助驾驶员更好地了解周围环境，识别周围的行人，对有可能发生的行人交通事故做出提前预警，提高行车安全。因此研究行人检测与跟踪技术具有非常重要的意义。本文主要对机

4、器视觉辅助驾驶系统中行人检测与跟踪技术进行研究。在现有方法的基础上提出相应的改进与创新，最终实现对行人快速准确的检测与跟踪。论文的主要创新点有以下两个部分：1、在行人检测方面，提出一种二维显著性纹理算子TS-LBP(Two-dimensionalSignificantLocalBinaryPattern)，该算子能够反映图像的纹理特征、显著性特征，同时具有较强的抗噪声性能。首先提取图像中感兴趣的目标区域，再通过提取目标区域颜色与纹理特征的融合特征来对目标进行特征描述，最后采用Adaboost算法训练得到一个行人分类器对行人进行识别。2

5、、在行人跟踪方面，由于光线变化、相似背景的干扰等原因，传统的基于单一颜色特征MeanShift跟踪算法不能够对目标进行有效I基于机器视觉辅助驾驶系统中行人实时检测跟踪研究的跟踪。本文提出一种局部显著性纹理算子SLBP(SignificanceLocalBinaryPatterns)，将颜色特征与纹理特征相融合的MeanShift行人跟踪算法，并通过自适应的权重因子来调节跟踪目标的融合特征。该方法快速准确，具有较高的鲁棒性，能够对行人进行有效的跟踪。关键词:机器视觉；感兴趣区域；特征融合；行人检测；行人跟踪II基于机器视觉辅助驾驶系统中

6、行人实时检测跟踪研究RESEARCHOFPEDESTRIANDETECTIONANDTRACKINGMETHODOFDRIVINGASSISTANCESYSTEMBASEDONMACHINEVISIONABSTRACTInrecentyears,thepedestriandetectionandtrackingtechnologybasedonmachinevisionapplicationsinthefieldofintelligentvehiclesmoreandmoregettheattentionofpeople.Itinav

7、ehicleauxiliarydrivingsystemcaneffectivelyassistdriverstobetterunderstandthesurroundingenvironment,toidentifythepedestriansaround,tohavethepossibilityofpedestriantrafficaccidentearlywarningandimprovethedrivingsafety.Sothepedestriandetectionandtrackingtechnologyhasveryim

8、portantsignificance.Inthisthesis,wefocusonthemachinevisionauxiliarydrivingsystemofpedestriandetectionandtracki