学位论文 > 优秀研究生学位论文题录展示

机器视觉在动态目标识别与跟踪中的应用研究

作　者: 柏方超
导　师: 毛建国
学　校: 南京航空航天大学
专　业: 航空宇航科学与技术
关键词: 道路检测车辆探测图像处理模板匹配单目视觉
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 129次
引　用: 0次
阅　读: 论文下载

内容摘要

由于视觉导航具有信号探测范围宽、目标信息完整、价格相对便宜及最符合人类感知方式等特点,因此广泛应用辅助驾驶及自主导航系统中。根据现有的实验条件,本课题拟以车辆为移动载体,完成机器视觉对运动目标的检测与跟踪应用研究。目前,国内外已有很多视觉导航系统,但在系统的实时性、鲁棒性和实用性方面尚不能满足人们的要求,这些系统还不能达到完全智能,主要是因为对环境的感知不完全准确。因此本文主要在以下三方面做了进一步研究。(1)本文提出了基于模板的道路检测算法。该算法是用设计的模板匹配图像,把符合规律的线段保留下来,这样可以从积水、阴影等恶劣道路环境中准确地提取出车道线。(2)本文提出一种融合多种目标特征的单目视觉车辆检测方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标,同时对车辆在图像中的位置实现精确定位。(3)车辆跟踪方面,国内外算法做的比较完善,本文在均值平移算法的基础上,对特征值的选取做了改进,更进一步地提高了跟踪的准确率。文章最后选取了三个路段对本文提出的算法做了验证,实验验证了本文提出的算法实时性和鲁棒性。

全文目录

摘要  4-5
Abstract  5-11
第一章绪论  11-16
  1.1 课题研究背景和意义  11
  1.2 研究目的  11-12
  1.3 国内外研究现状  12-15
    1.3.1 道路检测与跟踪的系统研究现状  12-14
    1.3.2 障碍物检测的与跟踪  14-15
  1.4 本文的结构布局  15-16
第二章道路图像的预处理  16-27
  2.1 图像滤波  16-18
    2.1.1 领域平均法  16-17
    2.1.2 中值滤波法  17-18
  2.2 边缘检测  18-22
    2.2.1 Robert 边缘检测算子  18
    2.2.2 Sobel 边缘检测算子  18
    2.2.3 Prewitt 边缘检测算子  18-19
    2.2.4 Laplacian of Gaussian(LOG)边缘检测算子  19
    2.2.5 Canny 边缘检测算子  19-22
  2.3 直线检测  22-26
    2.3.1 启发式连接法  23
    2.3.2 层次记号编粗法  23
    2.3.3 Hough 变换法  23-26
  2.4 本章小结  26-27
第三章车道线检测  27-36
  3.1 基于扫描线的道路检测  27-30
    3.1.1 特征点选取  27-29
    3.1.2 最小二乘法拟合车道标志线  29-30
  3.2 基于模板的道路检测算法  30-35
    3.2.1 边缘检测  30-31
    3.2.2 模板匹配  31-32
    3.2.3 霍夫变换检测直线性  32
    3.2.4 Catmull-Rom 样条拟合车道线  32-35
  3.3 本章小结  35-36
第四章车辆检测与跟踪  36-51
  4.1 车辆检测算法概述  36-38
    4.1.1 多目立体视觉法  36
    4.1.2 多传感器融合法  36-37
    4.1.3 特征法  37-38
  4.2 多特征融合的车辆检测算法  38-42
    4.2.1 感兴趣区域提取  38-39
    4.2.2 阴影检测  39-40
    4.2.3 对称性验证  40-42
  4.3 常用的目标跟踪方法  42-44
    4.3.1 基于特征的跟踪  42
    4.3.2 基于3D 的跟踪  42-43
    4.3.3 基于变形模型的车辆跟踪  43-44
    4.3.4 基于非参数估计的跟踪方法  44
  4.4 基于Mean Shift 的车辆跟踪  44-50
    4.4.1 基本的Mean Shift 理论  44-45
    4.4.2 Mean Shift 的扩展形式  45-46
    4.4.3 车辆跟踪  46-50
  4.5 本章小结  50-51
第五章实验过程及结果分析  51-62
  5.1 摄像头成相原理及标定  51-55
    5.1.1 成像原理  51-52
    5.1.2 摄像头标定  52-55
  5.2 实验设计与过程  55-58
    5.2.1 实验目的  55
    5.2.2 实验环境  55-57
    5.2.3 实验软件设计  57-58
  5.3 实验结果及分析  58-61
  5.4 本章小结  61-62
第六章总结与展望  62-64
  6.1 总结  62
  6.2 展望  62-64
参考文献  64-67
致谢  67-68
在学期间的研究成果及发表的学术论文  68

相似论文

基于CCD图像传感器的温度测量技术研究,TH811
基于FPGA的数字图像处理基本算法研究与实现,TP391.41
雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
机械臂视觉伺服系统的研究,TP242.6
数字图像处理在集装箱检测中的应用研究,TP274.4
半成型结构在休闲女装中的应用,TS941.2
基于视觉的番木瓜外观品质检测技术研究,S667.9
基于机器视觉的光纤几何参数检测研究,TN253
羊绒与羊毛纤维鉴别系统的研究,TS101.921
基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
基于图像处理技术的两相流动特性描述,TP391.41
车牌识别系统中车牌定位算法的研究,TP391.41
基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
群控电梯客流密度实时识别技术研究,TP391.41
基于神经树的人脸识别方法研究,TP391.41
驾驶员眼睛开闭状态计算机图像识别技术开发,TP391.41
数字型仪表自动识读系统研究,TP391.41
智能清分机的管理和应用软件设计,TP391.41
沉积物岩心灰度图像处理技术及其在东海内陆架高分辨沉积记录中的应用,P736.21
跟踪印花系统视觉检测算法研究,TP391.41