欢迎来到天天文库
浏览记录
ID:34875701
大小:3.01 MB
页数:82页
时间:2019-03-13
《基于机器视觉的障碍导航辅助系统》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、分类号UDC密级编号D64硕士学位论文基于机器视觉的障碍导航辅助系统Obstaclenavigationaidsystembasedonmachinevision学位申请人:朱永珍指导教师:孟庆虎教授、普杰信教授一级学科:控制科学与工程二级学科:控制理论与控制工程学位类别:工学硕士2015年06月独创性声明本人声明,所呈交的论文是我个人在导师指导下完成的研究工作及取得的研究成果。据我所知,文中除了特别加以标注和致谢的地方外,不包含其他人已经发表或撰写过的研究成果,也不包含为获得河南科技大学或其它教育机构的其他学
2、位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:日期:摘要摘要障碍导航辅助系统对智能交通系统的发展以及对色盲色弱者具有十分重要的作用,同时也是无人车智能车研究的一个重点难点之一。如何正确无误的进行辅助导航,这对未来智能交通系统的发展具有十分重要的意义。目前,针对障碍导航辅助系统存在的误检率高,导航失效以及满足不了鲁棒性要求等缺陷,本文提出一种基于双目视觉简单的障碍导航辅助系统,该系统包括两个部分:交通灯的定位与识别,道路可行区域的检测。本文首先
3、通过CCD摄像机采集图像,通过非线性变换将采集到的图像从RGB色彩空间的转换成HSV色彩空间。对于交通信号灯的识别,依据HSV空间中H与V相互独立性以及不同色彩的H值与V值对图像进行分割提取符合条件的候选区域,同时对采集到的源RGB图像进行灰度化并进行灰度形态学的操作等一系列预处理及Hough变换操作对可能存在红绿灯进行定位。经Hough变换操作之后的图像与提取的候选区域进行图像融合,可提取出红绿灯位置并对其进行识别。针对道路可行区域的检测,通过实验验证比较传统算法和智能算法在道路可行区域检测方面存在的一些问题
4、,并对出现的问题和根据道路的基本特征进行分析,提出基于亮度二维图像与大津阈值结合的方法,检测道路可行区域。实验结果表明该方法不仅能够克服阴影,小水域等虚拟障碍物的影响,而且能够正确划分出道路可行区域。实验通过对采集的多幅图像进行了实验仿真,结果表明,该系统对交通灯的正确检测率达到93%,而且能够对道路的可行区域进行正确的划分,并满足时效性要求。关键词:导航辅助;色彩空间;交通灯;道路检测;形态学论文类型:基础研究选题来源:其他IABSTRACTABSTRACTObstaclenavigationassisted
5、systemplaysanimportantroleforthedevelopmentofintelligenttransportationaswellastocolorblindnessandweakness.Atthesametime,italsooneofthedifficultiesresearchfortheunmannedvehicles.Howtocorrecttheassistednavigationisofimportantsignificancetothefuturedevelopmento
6、fintelligenttransportationsystems.Atpresent,obstaclenavigationaidsystemisnotonlyhasahighrateoffailureindetectionobstaclesandnavigation,butalsoitcan’tsatisfytherobustnessrequirements.Thereforthispaperproposeasimpleobstaclenavigationaidsystembasedonbinocularvi
7、sion,whichincludestwoparts:trafficlocationandrecognition,thefeasibleregionofroaddetection.Inthissystem,theimagesbyCCDcameracollectedmustbenonlineartransferredfromthecolorspaceofRGBintoHSVfirst.Fortheidentificationoftrafficlights,accordingtotheHandVmutualinde
8、pendence,wecansegmentandextractthecandidateregionsfromtheimageofHSVbyusingthedifferentcolorvaluesHandV,atthesametime,wetransfertheRGBimagecollectedintogray-scaleimage,andthen,weusethematterofgra
此文档下载收益归作者所有