基于鱼眼相机侧后盲区车辆检测的研究与实现

论文摘要

在我国近30年发展过程中,私家车的数量飞速增长,随之引发的各种交通事故也日益突出。由于驾驶者在变道、拐弯时看不见车辆侧方或者后方盲区的车辆,因此驾驶盲区是引起交通事故的一个重要因素。如果当有车辆进入盲区时对驾驶者适当的提醒可以减少事故的发生,减轻财产损失。目前,发达国家就开始发展高级汽车驾驶辅助系统来解决这一问题。与基于雷达、红外线等传感器的方案相比,视频传感器具有价格低、适应性强、检测范围广等优势,目前正成为研究的热点。本文利用泊车系统的鱼眼相机,基于视觉技术就盲区车辆检测展开研究,通过现有技术的分析,提出一种基于鱼眼相机的侧后方盲区车辆检测技术。本文的算法分为两个阶段：假设产生与假设验证。在假设产生阶段,首先对鱼眼相机输入的图片进行灰度处理,并选择检测区域以减少计算量,提高检测效果；然后基于光流法寻找车辆光流,并利用帧差分、逆向跟踪特征点、聚类特征点等方法对车辆光流进行筛选,在图像中快速的找到候选对象的位置,以便为下一个阶段的对象存在性验证做准备。假设验证阶段,对第一阶段提出的假设结果(即假定的车辆)作为输入,通过车辆的阴影特征验证假设的真伪。总的来说,本文研究了车辆检测的相关技术与理论,最后本文实现了该技术的原型系统,实验表明该方法对于复杂场景具有一定的鲁棒性,且能够实时工作,具有实用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景及意义
• 1.2 国内外发展现状
• 1.2.1 高级驾驶辅助系统
• 1.2.2 盲点辅助系统
• 1.3 本文主要工作及章节安排
• 第2章 车辆检测的相关技术介绍与研究
• 2.1 车辆检测传感器
• 2.1.1 超声波检测
• 2.1.2 红外线检测
• 2.1.3 视频检测
• 2.2 基于计算机视觉的车辆检测技术
• 2.2.1 车辆存在假设
• 2.2.2 车辆存在验证
• 2.3 关键算法的研究
• 2.3.1 帧间差分法
• 2.3.2 角点检测
• 2.3.3 金字塔光流跟踪
• 2.4 本章小结
• 第3章 基于光流法检测盲区车辆
• 3.1 算法的基本流程
• 3.2 检测区域的选择
• 3.3 图像预处理
• 3.3.1 模块接口定义
• 3.3.2 算法实现
• 3.4 帧差法获得候选区域
• 3.4.1 模块接口定义
• 3.4.2 算法实现
• 3.5 利用LUCAS-KANADE算法检测候选区域
• 3.5.1 Harris特征点的选取
• 3.5.2 LK光流法的跟踪
• 3.5.3 需要纠正的特征点
• 3.5.4 筛选特征点
• 3.5.5 模块接口定义
• 3.5.6 算法实现
• 3.6 判断区域是否存在移动目标
• 3.6.1 模块接口定义
• 3.6.2 算法实现
• 3.7 本章小结
• 第4章 基于颜色特征进行车辆验证
• 4.1 光流算法中存在的误识别与漏识别
• 4.2 利用车辆车底颜色特征进行识别
• 4.2.1 对检测区域进行二值化处理
• 4.2.2 求取二值化图像的最大连通区域
• 4.2.3 模块接口定义
• 4.2.4 算法实现
• 4.3 本章小结
• 第5章 系统实现与性能评估
• 5.1 系统功能模块设计
• 5.2 系统性能评估
• 5.2.1 实验平台
• 5.2.2 系统环境
• 5.2.3 检测算法的评价指标
• 5.2.4 不同条件下的算法测试效果
• 5.2.5 系统速度测试
• 5.3 本章小结
• 第6章 总结及展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢