学位论文 > 优秀研究生学位论文题录展示

基于红外视频的行人检测

作　者: 刘红雨
导　师: 谭明皓
学　校: 沈阳工业大学
专　业: 控制理论与控制工程
关键词: 红外行人检测 垂直对称性 Harr-like Adaboost
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 119次
引　用: 0次
阅　读: 论文下载
 

内容摘要


现今社会,交通事故是一个重要的社会问题,而在交通事故中,行人是受伤害最大的一方。基于此原因,行人检测近年来在智能车辆领域研究中备受关注,目前一些汽车生产厂商、大学和研究机构相继开始了行人检测技术的研究。由于行人不是刚性物体,姿势多变,并且自然界中存在很多像人的物体,这就给行人检测带来了很多问题,为此,本文研究了基于红外图像的行人检测识别算法。由于红外图像中存在大量的噪声,首先要对红外图像的进行预处理,滤除红外图像中的噪声,再利用红外图像热成像的原理,采用双阈值二值化的方法,检测图像中的亮点区域。最后根据红外行人的外形轮廓具有对称性的特点,利用行人的宽高比,分割出大概的行人区域。影响行人分类性能好坏的主要因素是样本、特征和分类算法。在样本的选择上,利用红外热像仪拍摄了大量的视频,并采用手工分割的办法,剪切出丰富多样的正样本和负样本,为Harr-like提取特征准备了很好的素材。由于红外视频不如可见光视频纹理和色彩明显,因此,在提取行人特征时,采用了对灰度信息比较敏感的Harr-like特征。红外视频中,行人所处的位置一般比较亮,这就为Harr-like提取行人特征提供了便利条件。在分类器的选择上,采用了计算速度非常快的Adaboost分类器对行人进行分类。首先由若干个弱分类器经过训练阶段后,形成一个强分类器,再用强分类器对图像中的行人进行识别。Adaboost分类器运算速度快,达到了实时检测行人的目的。最后运用红外行人检测算法对各种不同场景的视频进行测试,结果表明,本文提出的算法对于静止和运动的行人具有良好的检测效果。

全文目录


摘要  5-6
Abstract  6-10
第一章 绪论  10-18
  1.1 研究的背景及意义  10-11
  1.2 红外成像技术研究  11-14
    1.2.1 红外成像技术原理  11
    1.2.2 主动式红外成像技术  11-13
    1.2.3 被动式红外成像技术  13-14
  1.3 国内外研究现状  14-16
    1.3.1 国外研究现状  14-15
    1.3.2 国内研究现状  15-16
  1.4 本文研究内容及章节安排  16-18
第二章 数字图像处理的方法研究  18-28
  2.1 引言  18
  2.2 数字图像表示方法  18-19
  2.3 图像滤波基本方法研究  19-23
    2.3.1 频域法  20
    2.3.2 空域法  20-23
  2.4 形态学图像处理  23-24
  2.5 边缘提取算子  24-27
    2.5.1 Roberts 算子  25
    2.5.2 Sobel 算子和Prewitt 算子  25-26
    2.5.3 Canny 算子  26-27
  2.6 本章小结  27-28
第三章 红外视频的行人分割算法研究  28-39
  3.1 引言  28-29
  3.2 中值滤波  29-30
  3.3 双阈值二值化  30-33
  3.4 对二值图像做形态学运算  33
  3.5 垂直边缘提取  33-35
  3.6 行人窗口的确定  35-38
    3.6.1 对称轴的获取  35-36
    3.6.2 行人宽度的确定  36-37
    3.6.3 行人起始底边的确定  37-38
  3.7 本章小结  38-39
第四章 红外视频行人识别算法研究  39-55
  4.1 引言  39-40
  4.2 Haar-like 特征提取  40-45
    4.2.1 Harr-like 特征构造  40-41
    4.2.2 Haar-like 特征计算  41-44
    4.2.3 构建类Haar 特征值集  44-45
  4.3 基于Adaboost 的行人识别  45-52
    4.3.1 样本准备  45-46
    4.3.2 Adaboost 算法原理  46-51
    4.3.3 Adaboost 算法的训练过程  51-52
  4.4 实验结果分析  52-54
  4.5 本章小结  54-55
第五章 系统测试结果与分析  55-60
  5.1 算法运行环境  55-56
    5.1.1 软件运行环境  55
    5.1.2 硬件运行环境  55-56
  5.2 算法评估方法  56-57
    5.2.1 评估数据  56
    5.2.2 评估方法  56-57
  5.3 评估结果  57-59
  5.4 本章小结  59-60
第六章 结论  60-62
  6.1 本文的主要研究成果  60
  6.2 未来工作展望  60-62
参考文献  62-65
在学研究成果  65-66
致谢  66

相似论文

  1. 基于三维重建的焊点质量分类方法研究,TP391.41
  2. 舌体特征的提取及融合分类方法研究,TP391.41
  3. 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
  4. 唇读中的特征提取、选择与融合,TP391.41
  5. 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
  6. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  7. 基于差分演化的人脸识别方法研究,TP391.41
  8. 基于AdaBoost算法的人脸识别研究,TP391.41
  9. 基于单目视觉的车辆检测算法研究与实现,TP274
  10. 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
  11. 人脸表情识别算法研究,TP391.41
  12. 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
  13. 视频数据中人体动作的分类研究,TP391.41
  14. 基于图像分析的人脸比对技术研究,TP391.41
  15. 不良图像检测系统的设计与实现,TP391.41
  16. 动态人耳实时检测方法研究,TP391.41
  17. 基于AdaBoost算法的人脸检测方法研究,TP391.41
  18. 基于AdaBoost和Cascade算法的人脸检测,TP391.41
  19. 基于图像序列的运动目标检测与人脸跟踪,TP391.41
  20. 基于DaVinci的人脸检测研究与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com