基于可见光与红外汽车夜视系统目标测距

论文摘要

能交通系统作为解决道路交通安全问题的方案,正成为当今世界汽车安全领域的研究热点。汽车夜视系统对于夜间安全驾驶具有重要意义,可以使驾驶员在夜间更好地观察前方远处障碍物,提高夜间行驶的安全性,因此汽车夜视技术得到了较快的发展,同时也逐渐被应用于汽车上。目标测距系统是智能交通视觉导航系统的一个重要组成部分,是提高驾驶的安全性、减少交通事故的发生的关键技术,而且准确测量前方目标距离也是实现自动或辅助驾驶的前提。论文将基于双目立体视觉的目标深度信息获取技术应用于可见光与红外图像。整个测距系统设计包括系统模型结构、软件仿真平台以及系统的测距方案,重点对图像预处理、摄像机标定、图像匹配以及深度信息获取四大部分进行了论述:(1)图像预处理部分介绍了常用的图像预处理算法,包括图像滤波、图像增强以及形态学处理等。在图像增强中对Retinex算法进行了改进,提出了一种基于S曲线的非线性图像增强方法,结果表明该方法能够提高图像对比度,使目标更加清晰,有利于运动目标的观察。(2)摄像机标定部分研究了摄像机成像模型以及摄像机标定方法,考虑到实验环境与实验设备,本文采用了标定精度高、操作比较方便的平面标定法对摄像机进行了精确的标定。(3)图像匹配部分介绍了图像匹配的四个关键要素以及图像匹配算法的分类,提出了基于SIFT特征描述子的图像匹配算法,对SIFT的相似性度量与误匹配的消除进行了分析,通过选择合适的比例阈值,利用欧式距离进行SIFT特征向量匹配,并采用RANSAC算法来进一步消除错误匹配点,提高了正确匹配率。(4)深度信息获取部分首先介绍了双目立体视觉的结构模型,之后分别推导了在平行双目立体视觉条件下三角原理深度测量法与在任何位置的双目立体视觉条件下射线交汇深度提取法。最后对实际所采集到的图像进行深度信息计算,与实际的深度信息进行对比,并对误差进行分析。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究的背景及意义
• 1.2 视觉测距技术概述
• 1.3 夜视系统的分类
• 1.3.1 微光夜视系统
• 1.3.2 红外热成像夜视系统
• 1.3.3 主动红外夜视系统
• 1.4 论文的内容概要
• 第二章 图像预处理及目标提取
• 2.1 图像滤波
• 2.1.1 邻域平均法
• 2.1.2 中值滤波
• 2.1.3 自适应滤波
• 2.1.4 频域滤波法
• 2.2 图像增强
• 2.2.1 直方图变换增强
• 2.2.1.1 灰度直方图
• 2.2.1.2 直方图均匀化
• 2.2.1.3 直方图均匀化步骤
• 2.2.2 Retinex 算法
• 2.2.2.1 单尺度Retinex 算法
• 2.2.2.2 多尺度Retinex 算法
• 2.2.2.3 带色彩恢复的多尺度Retinex 算法
• 2.2.3 改进的Retinex 算法
• 2.2.4 实验与结果分析
• 2.3 图像形态学处理
• 2.3.1 膨胀与腐蚀
• 2.3.2 开运算与闭运算
• 2.4 运动目标的检测
• 2.4.1 背景差分法
• 2.4.2 帧间差分法
• 2.4.3 光流法
• 2.4.4 背景差法和帧间差法相结合
• 2.4.5 实验结果与分析
• 2.5 本章小结
• 第三章 双目立体系统标定
• 3.1 摄像机成像模型
• 3.1.1 标定中常用的坐标系
• 3.1.2 线性摄像机模型
• 3.1.3 非线性摄像机模型
• 3.2 摄像机标定方法
• 3.2.1 标定方法分类
• 3.2.2 平面模板标定法
• 3.3 张正友标定方法
• 3.3.1 标定模型
• 3.3.2 单应性矩阵的求解
• 3.3.3 求解摄像机参数
• 3.4 双目系统参数标定
• 3.5 系统标定实验及结果
• 3.5.1 模板运动的约束条件
• 3.5.2 基于OpenCV 的摄像机标定
• 3.5.3 标定实验
• 3.6 本章小结
• 第四章 图像匹配
• 4.1 图像匹配理论
• 4.1.1 匹配的数学描述
• 4.1.2 图像变换模型
• 4.1.3 图像匹配的要素
• 4.2 图像匹配方法概述
• 4.2.1 基于区域的匹配方法
• 4.2.2 基于图像特征的匹配方法
• 4.3 SIFT 图像匹配算法
• 4.3.1 尺度空间的生成
• 4.3.2 空间极值点的检测
• 4.3.3 关键点方向分配
• 4.3.4 构造SIFT 描述子
• 4.4 基于RANSAC 误匹配点消除
• 4.4.1 RANSAC 算法介绍
• 4.4.2 RANSAC 在消除误配中的应用
• 4.5 实验结果及分析
• 4.6 本章小结
• 第五章 目标深度信息获取及系统设计
• 5.1 立体视觉深度感知
• 5.1.1 深度信息获取方法
• 5.1.2 立体视觉测量过程
• 5.2 双目立体视觉的结构模型
• 5.2.1 双目立体视觉测量原理
• 5.2.2 双目立体视觉数学模型
• 5.2.3 目标距离的获取
• 5.3 视觉系统结构
• 5.4 实验结果及分析
• 5.5 误差分析
• 5.6 本章小结
• 第六章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间的研究成果