基于多幀視頻圖像的道路檢測.pdf

1、基于視覺的道路檢測的關(guān)鍵是如何將道路圖像像素點準(zhǔn)確確定為道路和非道路，針對車流量較大且路面情況復(fù)雜的情況存在很大挑戰(zhàn)，而單目視覺具有成本低廉、處理難度較大的特點，因此基于單目視覺的道路檢測成為研究的熱點。為此，本文結(jié)合智能駕駛汽車的具體應(yīng)用，研究如何利用單目視覺對復(fù)雜路面情況實現(xiàn)道路檢測，提出具有準(zhǔn)確率和魯棒性的道路檢測算法。本文的主要工作及研究成果如下:
　　為了提高道路檢測的處理速度，減少無關(guān)信息的干擾，提出一種結(jié)合行車參數(shù)和

2、相鄰多幀視頻圖像之間顯著性特征確定視覺處理感興區(qū)域的方法;根據(jù)智能駕駛汽車的行車參數(shù)，從標(biāo)定好的車載攝像頭拍攝的圖像中確定感興趣區(qū)域。
　　為了提高道路檢測的準(zhǔn)確性，降低成像質(zhì)量的影響，改進(jìn)一種基于定向濾波的降噪去模糊算法，使其滿足智能駕駛汽車的視覺道路檢測的準(zhǔn)確性要求。該算法針對輸入圖像使用定向低通濾波大大地降低噪聲水平，同時保留濾波正交方向的模糊信息。該算法降低了噪聲，卻不會降低模糊信息，從而產(chǎn)生更好內(nèi)核。針對給定的估計內(nèi)核，

3、通過兩步迭代優(yōu)化會生成一個高品質(zhì)的結(jié)果，達(dá)到降噪去模糊的效果。另外，結(jié)合多幀視頻道路圖像，在上一幀降噪去模糊圖像的基礎(chǔ)上，結(jié)合相鄰幀之間差異特征的降噪去模糊，即可得出當(dāng)前幀的降噪去模糊圖像，降低時間復(fù)雜度，滿足實時性。
　　提出一種基于超像素及各向異性熱擴散的道路檢測算法。該算法首先通過超像素分割算法將感興趣區(qū)域過分割成小的同質(zhì)區(qū)域，然后借鑒物理學(xué)中的熱擴散原理將超像素聚類為區(qū)域塊，最后結(jié)合先驗知識和協(xié)同分割中最大最相干原理獲得最