欢迎来到天天文库
浏览记录
ID:35098439
大小:3.25 MB
页数:73页
时间:2019-03-17
《车路协同系统中基于部件的车辆目标检测方法研究》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、分类号:TP3910710-2013124064硕士学位论文车路协同系统中基于部件的车辆目标检测方法研究闫国伟导师姓名职称宋焕生教授申请学位级别工学硕士学科专业名称交通信息工程及控制论文提交日期2016年4月28日论文答辩日期2016年6月10日学位授予单位长安大学StudyoftheVehicleDetectionMethodBasedonPartsinCooperativeVehicleInfrastructureSystem(CVIS)AThesisSubmittedfortheDegreeofMasterCandidate:YanGuoweiSupervisor:Prof.Song
2、HuanShengChang’anUniversity,Xi’an,China摘要车辆目标检测是车路协同系统中的关键技术之一,作为智能交通领域的重要研究方向,受到很多学者的关注,基于机器视觉的检测方法目前已经取得显著效果,但是由于交通环境复杂、天气变化等的影响,依然存在一些问题。本文以交通场景中的车辆目标为研究对象,通过车辆部件进行目标检测。由于摄像机透视投影成像原理,二维图像中的目标会发生尺度、形状的变化,通过对交通场景标定,将二维图像逆投影到三维空间,建立三维逆投影面,重建逆投影数据,可以有效避免二维图像中出现的问题。车辆目标可以通过多个部件进行表征,并通过部件的组合完成目标的检测。在
3、夜间和白天场景中,车辆目标呈现不同特征,夜间车头灯光亮度比较显著,而白天车辆尾灯和牌照部件颜色很突出。前者通过背景差分法分割目标,对目标进行预处理提取车灯部件,结合车灯目标的几何特征,进行目标车灯对的粗筛选,将候选目标与尺度因子相结合,利用已经建立的高斯混合模型,完成目标车灯对的精确检测;后者通过颜色转化模型分别定位牌照和尾灯部件,通过部件之间的空间几何位置关系,引入马尔可夫随机场,实现车辆目标的检测。本文算法在车路协同系统中得到了有效应用,通过现场测试,结果显示能够对车辆目标能够达到较好的检测效果,在白天场景下检测率达到93%,夜间环境能够达到94%,而且算法可以进行实时检测。关键词:车
4、辆目标检测,部件,逆投影,高斯混合模型,马尔可夫随机场iAbstractThevehicledetectionisoneofthekeytechnologiesoftheCooperativeVehicleInfrastructureSystem(CVIS).Asanimportantresearchfieldofintelligenttransportation,ithasreceivedmuchattentionfromscholars.Thoughthedetectionmethodbasedonmachinevisionhasachievedremarkableresults,th
5、erearestillsomeproblemsduetocomplextrafficenvironment,weatherchangesandothereffects.Inthispaper,thevehicleintrafficsceneisstudied,andthedetectionmethodisbasedonparts.Accordingtothecameraperspectiveprojectionimagingprinciple,sizeandshapechangein2Dimage,throughthetrafficscenecalibration,inversethe2D
6、imageprojectedontothe3Dspace,andsetuptheinverseprojectionsurfacetoreconstructthedataofinverseprojection.Itcanavoid2Dimageproblemseffectively.Thevehicletargetcanbecharacterizedbymultipleparts,andthroughthecombinationofpartstocompletethedetectionofthetarget.Thevehicletargetshowsdifferentcharacterist
7、icsatnightandduringtheday.Thefrontbrightnessofheadlightsatnightisverysignificant,whilethecolorofvehicletaillightandlicenseplateduringthedayisveryobvious.Theformerdividestargetbybackgroundsubtraction,thenextractst
此文档下载收益归作者所有