资源描述：
《车辆视频检测感兴趣区域确定算法》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、2010年7月北京航空航天大学学报July2010第36卷第7期JournalofBeijingUniversityofAeronauticsandAstronauticsVo.l36No7车辆视频检测感兴趣区域确定算法徐国艳王传荣高峰王江峰(北京航空航天大学交通科学与工程学院,北京100191)摘要:利用最大方差阈值方法对灰度图像二值化后,对车辆底部阴影突变行检测,对感兴趣区域确定方法进行改进,实现了感兴趣区域的精确确定.通过计算精确确定后的感兴趣区域的灰度对称性和熵值归一化对称性测度,实现了车辆的精确检测,找到车辆的对称轴,并在车辆区域上边界一
2、定范围内,进行灰度突变检测,实现了车辆上边界的准确定位.通过实验验证算法较好地实现了复杂环境下的车辆检测和上边界定位.关键词:计算机视觉;底部阴影;车辆检测中图分类号:TP242.6;TP391.41文献标识码:A文章编号:10015965(2010)07078104AlgorithmofidentifyingofAOIforvehiclebasedonvideoXuGuoyanWangChuanrongGaoFengWangJiangfeng(SchoolofTransportationScienceandEngineering,BeijingUniversi
3、tyofAeronauticsandAstronautics,Beijing100191,China)Abstract:Theinformationofsurroundingwasgottenbythewayofvisiontechnologyinintelligentvehiclesystem.Itisveryimportanttodetcectothervehiclesinfrontoftheegovehicleonroad.Themethodofvehicledetectionwasproposed.ThemethodofOstuthresholdwasusedtoreal
4、izeimagebinarization.SearchinglinemaybethelineoftheshadowofvehiclesbottomastheAOIs(AreaofInterest)bottomboundary.TheexpandingoftheAOIwasrealized.Thesymmetrymeasurementandsymmetrymeasurementofnormalizedentropywereusedtodeterminewhethertheregionisvehicleorno.tTheupperboundarywasdeterminedbyc
5、heckingthegraymutantlineinthegrayimage.Thismethodwastested,andgotgoodresults.Themethodpavesthewayforthelatterdistancemeasurementbetweenvehicles.Keywords:computervision;vehicularshadowinformation;vehicledetection在安全辅助驾驶技术研究领域中,对道路上图像中出现特征消失的情况.基于模板匹配的[1,6]本车前方的车辆进行检测和跟踪,是其中重要的方法.这种方法利用大量的车辆模
6、板(基于灰[1]研究内容.准确、实时的检测前方车辆,对于车度信息或小波特征),与实时采集的图像进行匹辆主动避撞的研究具有重要的意义.配,寻找相关性最大的匹配区域作为车辆存在区视觉图像具有获取简便、信息丰富和处理方域.通常,这种方法比基于特征的检测方法具有更法多样等特点,因此,视觉技术成为智能车辆研究好的鲁棒性,缺点是实时性较差.!基于学习的方[2][1]中主要的信息获取手段.一般利用单目视觉进法.这种方法的本质是利用神经网络,对大量行车辆识别的方法可分为以下几类:基于车辆的车辆图像进行训练,然后通过分类器进行分类.[1,3]特征的方法.该方法利用图像中车辆存在的通常这种方法被用
7、来对已检测的车辆进行验证.[4][5][3]特征(纹理、边缘、对称性以及底部阴影等)∀基于光流场的方法.一般情况下,光流由摄进行分割和识别.这种方法的缺点是,经常会因光像机运动、场景中目标运动,或者两者的运动产照或环境的变化,出现特征信息量不足或在序列生.当场景中有独立的运动目标时,通过光流分析收稿日期:20090508基金项目:教育部高等学校博士学科点专项科研基金资助项目(20070006011)作者简介:徐国艳(1974-),女,江西丰城人,副教授,xuguoyan
