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
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 舌体特征的提取及融合分类方法研究,TP391.41
- 基于人眼检测的驾驶员疲劳状态识别技术,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 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
- 基于差分演化的人脸识别方法研究,TP391.41
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 基于单目视觉的车辆检测算法研究与实现,TP274
- 基于连续Adaboost算法的多角度人脸检测技术研究与实现,TP391.41
- 人脸表情识别算法研究,TP391.41
- 基于小波变换和线性子空间的人脸识别技术研究,TP391.41
- 视频数据中人体动作的分类研究,TP391.41
- 基于图像分析的人脸比对技术研究,TP391.41
- 不良图像检测系统的设计与实现,TP391.41
- 动态人耳实时检测方法研究,TP391.41
- 基于AdaBoost算法的人脸检测方法研究,TP391.41
- 基于AdaBoost和Cascade算法的人脸检测,TP391.41
- 基于图像序列的运动目标检测与人脸跟踪,TP391.41
- 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
|