基于单目视觉的车道和车辆的检测及跟踪算法

基于单目视觉的车道和车辆的检测及跟踪算法

ID:36846493

大小:3.71 MB

页数:82页

时间:2019-05-16

基于单目视觉的车道和车辆的检测及跟踪算法_第1页
基于单目视觉的车道和车辆的检测及跟踪算法_第2页
基于单目视觉的车道和车辆的检测及跟踪算法_第3页
基于单目视觉的车道和车辆的检测及跟踪算法_第4页
基于单目视觉的车道和车辆的检测及跟踪算法_第5页
资源描述:

《基于单目视觉的车道和车辆的检测及跟踪算法》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、摘要摘要近些年来,随着私家车数目的增加,车辆行驶安全越来越受到人们关注,成为了车辆和交通系统发展的重要课题。对车辆行驶状态进行估计、对车辆前方障碍物进行跟踪研究,不仅有利于更好地保障车辆的行驶安全,也是未来车辆发展的趋势。本文主要研究了基于单目视觉的车辆行驶辅助技术。相比超声波、激光和雷达传感方式来说,视觉传感器具有成本低、精度高,并可提供丰富的信息等优点,在测距的同时可利用图像中包含的大量信息实现其它辅助驾驶功能。可是数字视频中所包含的信息较为间接,从中提取出辅助行驶所需要的关键信息是一件具有挑战性的工作。本文所研究的车辆行驶辅助驾驶技术由车道和前方车辆

2、两部分组成。本文的主要研究内容如下:1.在图像预处理部分,分析比较了几种典型的滤波方法,最终采用运行速度较快、处理效果较好的中值滤波。针对车道方向特征,引入了45。核和135。核的Sobel算子,并结合大津法提取出车道边缘。2.在车道的检测和跟踪部分,采用图像局部Hou曲变换初始检测出车道边界线,并利用实时性较好的Kahn锄滤波技术对车道线进行跟踪,保证系统运行的准确性和实时性。3.在车辆检测部分,采用自适应双阈值法得到车辆底部阴影,并依据车道位置划定车辆初始检测区域;在初始检测区域中采用形态学变换和空穴填充的方法得到完整的车辆底部阴影区域,利用车辆的形状

3、特征和阴影特征,进一步精确定位出车辆区域。4.在车辆跟踪部分,采用MeanSKR快速算法和KalmaIl预测算法相结合的方法,有效的提高了目标跟踪的实时性和稳定性。关键词:滤波;边缘检测;Hou曲算法;车道;车辆;检测区域;跟踪北京_T业大学1=学硕十学位论文AbstractInrecentyearS,witllnleincreasein也enumberofp打Vatecars,moreaIldmorepeoplepayattentionton.amcsafetya11dwhichh乏峪becomeⅡleoIleofthemostirnponalltiss

4、ueofthedevelopmentforVelliclesa11d衄1sponsystems.EstimatingVelliclesmoViIlgstate,researcKngand仃ac虹ngb硎erswmchareont11efbntofmeVellicle,tlleyarenotoIllyhelptoprotecttheVelliclesaf.e够better,butmsonlemturedeVelopmem仃e11dofVellicles.TIlispaper咖diedmesupporting衄VingtecllIlologybaSedonmo

5、nocularVision.Vehicleso£Compared诵tIlultrasound,laSer锄dmdarsensormodes,nleVisionsensorislowco瓯11i曲precision,锄dpmVidesabulldantiIlfo衄ation,etc.wIlileitmeaSuringt11edista】∞e,wecanaJsouseValm出lei11fomationcom豳edbytlleimagestoachieVesomeother“VeraSsistancef.unctions.Ho、ⅣeVer,廿ledigital

6、Videocontainsmoreindirecti11fo册ation,ex仃;Ktthekeyinfo咖ationtosupport矾I)(ilia巧drivingisachallengingtask.Tllispaperstudiedtllesupponing嘶ViIlgtecllnologyiscomposedof撕opans:tIlel孤Iea11dthe丘.0ntofmeVellicle.TKsarticlemainlyincludesmefollo丽ng:1.IIltllePr印rocessingpan,“sanicleaIlaJysisof

7、seVeraJtypicalfilteringmethods,atla吼itchoicemedianfilteringwhichhaSseVeraladVantages,suchaSf瓠terrullIling,better臼e咖entresult.Fortllefeatllresofl锄IedirectioIl,wei11trodllceimpr0VedSobeloperator、)l,ith舭45。aIld135ocore,combined谢ttl0tsumethodtoextractDriVeedge.2.111thelalledetectionaI

8、ld仃ackingpan.nusepartlyHoughtrans

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。