基于远红外技术的车载辅助驾驶系统的优化

《基于远红外技术的车载辅助驾驶系统的优化》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于远红外技术的车载辅助驾驶系统的优化史骏西安铁路职业技术学院摘要：随着人们生活水平的提高，车辆的增多导致交通事故的频发。远红外摄像头的辅助驾驶系统的研究对预防和减少交通事故的发生起到显著的效果。文中以远红外摄像头作为视频采集的设备，基于Fisher评价函数的多阈值红外图像分割算法以及色彩知识的远红外图像上色算法，从算法计算中得到的阈值而对红外视频进行景物区分，通过先验知识对不同景物添加彩色。通过实验结果显示，提出的算法完成了对车载远红外视频的彩色化，算法得到的色彩图像有效可靠，能够帮助驾驶员进行实物认知，该算法有很好的实用性和合理性

2、。关键词：辅助驾驶系统;Fisher•评价函数;远红外技术;视频彩色化;作者简介：史骏(1984-)，男，硕士，讲师，从事控制理论与控制工程研究。收稿日期：2017-01-06基金：国家自然科学基金资助项目(10871122)OptimizQtionofvehicleassisteddrivingsystembasedonfarinfraredtechnologySHIJunXianRailwayVocationalandTechnicalInstitute;Abstract：Withtheimprovementofpeople'sl

3、ivingstandard,theincreaseofvehiclesleadstofrequenttrafficaccidents.Theresearchoftheauxiliarydrivingsystemofthefarinfraredcameraplaysasignificantroleinpreventingandreducingthetrafficaccidents.ThispaperusesthefarinfraredCcimerciasvideocapturedevice,multi-thrcsholdinfrared

4、imagesegmentationalgorithmbasedonFisherevaluationfunctionandfar-infraredimagecoloringalgorithmofcolorknowledge,anditdistinguishestheinfraredvideofromthethresholdobtainedbythealgorithm.Knowledgeaddscolorfordifferentseenes.Theexperimentalresultsshowthattheproposedalgorith

5、mcancompletethecolorizationofvehiclefarinfraredvideo.Thecolorimageobtainedbythealgorithmiseffectiveandreliable,andcanhelpthedrivertorealizetheobjectrecognition.Thealgorithmhasgoodpracticabilityandrationality.Keyword：assisteddrivingsystem;Fisherevaluationfunction;farinfr

6、aredtechnology;videocolorization;Received：2017-01-06o引言由于人民的收入显著提高，越来越多的人购买汽车为自己提供交通便利，但是交通事故尤其是夜间交通事故却频频发生UL当驾驶员夜间行驶时由于光线不足，视距与视角的范围变小，并且夜间容易产牛疲劳使得判断能力下降，容易发生交通事故。远红外车载辅助驾驶系统的提岀为人们的岀行提供了保障⑵。对于远红外技术，国外研究较早。例如Dalal等人提出方向梯度直方图特征來提取夜间景物固，并且能在运动的场景中将行景物检测出来。Wang等人在HOG特征基础上利

7、用LBP特征的对景物进行检测凶1，也取得了很好的效果。Ronan0,Malley等介绍了自适应阈值的图像分割算法童1，通过HOG特征将景物检测分类。本文提出了Fisher评价函数的多阈值红外图像分割算法以及色彩知识的远红外图像上色算法[6-7],结合模糊C均值聚类算法并通过分割算法对景物进行上色从而实现车载红外视频的彩色化处理。通过C均值聚类算法得到的聚类中心来调控Fisher评价函数的阈值取值，并对关键景物进行类别区分吐最后，算法的得到的最佳阈值不仅可以对景物进行检测归类，也可以以先验知识对检测景物赋予适当的色彩，Z后获得红外车载辅

8、助驾驶系统所要的真实图像该算法具有输出结果稳定，景物数据有较好的真实性和实用性。1Fisher评价函数设图像大小为MXN,f(m,n)是图像所在位置的灰度值，f(m,n)e{0,1,…,I厂1},L表示图像的灰度级数，一