795-以红外线摄影为基础之夜间行人侦测系统

《795-以红外线摄影为基础之夜间行人侦测系统》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、以紅外線攝影為基礎之夜間行人偵測系統指導教授：方瓊瑤組員：何家源(一)摘要本論文擬設計一套以電腦視覺為基礎的夜間行人偵測警告系統。近年來交通事故成了國行人意外死亡的主要原因，而行人更常是交通事故中的犧牲者，為保障行人生命安全，本論文將攝影機安裝在車輛上，設計一套以電腦視覺為基礎的夜間行人偵測警告系統，輸入紅外線熱感應連續影像，結合空間與時間的資訊偵測影像中車道上的行人。將來我們希望將此系統普及後與各式車輛結合，使得駕駛夜間開車的時候，即使視線有限，仍可依靠此一自動偵測系統，偵測出車道上的行人位置並發出

2、警告訊息，使駕駛者有更充裕的時間反應狀況，並有效預防車禍事故發生。(二)研究動機與研究問題在駕駛車輛的時候，面對昏暗的路面環境，雖然車子本身有大燈，但仍是不足以預防突然出現的行人，因此便想到利用電腦事先偵測出行人的位置，這樣一來，駕駛人便有充裕的時間可以對行人的行為做出反應，而不至於釀成車禍；但是電腦利用一般攝影的影像來進行分析是有其極限的，在夜間亮度不夠的時候，即使光圈再大感光度再高，仍舊是會有電子元件產生的大量雜訊以及成像不清楚的嚴重問題；幾經思考後發現可見光的強度雖然在夜間是十分微弱的，但是紅外

3、線卻是只要具有溫度的物體都會放射出紅外線，行人相對於背景環境是屬於溫度較高的物體，因此放射出的紅外線一定比環境要高，只要能接收到紅外線的影像，配合以空間、距離的運算找出亮度高、形狀吻合、位置適當的物體，便是最有可能的行人候選人。由於車輛的行駛速度有可能非常快，特別是在高速公路上，因此我們必需開發一個即時的夜間行人偵測系統。(三)文獻回顧與探討M.Nilsson等人在2004提出以紅外線熱影像在低解析度的情況下明顯比用可見光影像更適合來偵測夜間行人，並分析了行人偵測的5個主要步驟Fig.1其中灰色格子代

4、表在偵測過程中最消耗CPU以及記憶體資源的部分，因此為了增加速度，而使用紅外線熱矩陣感應器產生的低解析度影像來偵測行人，Fig.2中比較了各個解析度之下可見光影像與紅外線影像。1Fig.1.M.Nilsson等人提出的行人偵測5個步驟[4]Fig.2.低解析度影像中下紅外線比可見光更好分析[4]A.Shashua等人在2004年提出了單張影像分類的行人偵測駕駛輔助系統，分別將行人分成4種類型：橫越道路的行人、行人站在單一車道上、行人縱向的移動以及行人站在車道之外；如Fig.3將行人分成好幾個子區域，根

5、據子區域間距離的相互變化，來進行行人的分類。2Fig.3.行人被分成9個彼此有重疊到的子區域[7]D.M.Gavrila等人在2004年也提出了利用電腦視覺偵測行人的系統，系統會把Fig.4影像中的行人候選區塊先縮放到標準大小，再利用neuralnetwork驗證是否為行人。但是從結果看出這個系統過度的敏感，這樣子反而使駕駛人對此系統不信任，喪失警告的用意。Fig.4.行人橫越道路的偵測畫面F.Xu等人在2005年提出了一個夜間行人偵測及追踪系統，主要的做法分成三個步驟：(1)行人候選區塊的選擇一般的

6、夜間背景紅外線強度與行人們身體散發出來的紅外線熱可形成很好的對比。一般而言，人類的頭部是最容易沒有衣物覆蓋的部分，因此頭部是紅外線強度最高的區域；但是由於車輛在行駛狀態中，紅外線背景值是動態改變的，所以作者將之前接收到紅外線強度的平均值與接收過的最高強度值，根據一定的比例計算出背景值的門檻，來segment整張影像，做完去除雜訊的處理之後針對行人應有的形狀和長寬比例以及所在的位置是否在道路上來判斷出是否為有效的行人候選區塊。有時候行人可能穿著較厚衣物，行人的紅外線值跟背景的紅外3線值差別沒那麼顯著；因

7、此若是可以得到完整行人的全身紅外線影像，便偵測不會亂動的上半身；否則就用偵測到的部份，例如行人的頭部，來做判斷。Fig.5.符合條件的行人候選區塊[1](2)行人的驗證為了進一步確認行人是否走在道路上，便需要把道路的範圍給定出來，道路上的紅外線值大致是一樣的，用Sobeledgedetection的方法使影像中只剩下強化後的輪廓，影像中最大一片區域就是我們要找的路面範圍。然後就可以把行人候選區塊的範圍給定出來，作者使用SupportVectorMachine(SVM)的方法根據系統偵測的物體上半身或是

8、頭部、手部來判斷是否為真的行人。SVM的分類需要事先找出各式各樣型態出現的行人來進行訓練。要分類的圖若是灰階的，可能行人所穿著的服裝顏色、樣式會影響到SVM對影像中行人的形狀偵測，所以用二元化的影像去分析比較合適；但是實驗的結果卻發現SVM對灰階影像的判斷幾乎是百分之百正確，相反的用SVM來處理二元化後的影像可能對形狀太過敏感，判斷出正確的行人機率並不如預期中的好。不管候選區塊是全身的紅外線影像（上半身）還是僅顯露出未被衣服遮蔽的部位(如頭、手等)，該系