消防通道場(chǎng)景下的車輛檢測(cè)技術(shù)研究.pdf

1、基于物聯(lián)網(wǎng)的消防通道車輛檢測(cè)系統(tǒng)的主要目的是為了有效避免由于消防通道被車輛堵塞而導(dǎo)致重大火災(zāi)事故的發(fā)生。該系統(tǒng)利用物聯(lián)網(wǎng)將傳感器和人工智能處理相結(jié)合的方式，并采用數(shù)字圖像處理和模式識(shí)別等智能技術(shù)手段進(jìn)行車輛的自動(dòng)檢測(cè)。當(dāng)有車輛占用消防通道時(shí)，該系統(tǒng)可以自動(dòng)識(shí)別車輛，現(xiàn)場(chǎng)報(bào)警，并短信提醒物管人員及時(shí)排除車輛占用。同時(shí)將占用消防通道的車輛信息傳送給消防部門，作為處罰和追責(zé)的依據(jù)，而車輛檢測(cè)算法是消防通道車輛檢測(cè)系統(tǒng)的核心技術(shù)，因此找到一種合

2、適的消防通道車輛檢測(cè)算法具有重要的意義。
　　本文針對(duì)現(xiàn)有的車輛檢測(cè)算法在消防通道車輛檢測(cè)系統(tǒng)中存在檢測(cè)率低和魯棒性差的問(wèn)題，考慮了多種干擾因素（如天氣條件的變化和周圍環(huán)境等）對(duì)車輛檢測(cè)的影響，提出了一種自適應(yīng)閾值分割車輛底部陰影的方法和基于多特征融合級(jí)聯(lián)分類器的車輛檢測(cè)方法，完成的主要工作有：
　?、僭谲囕v感興趣區(qū)域生成階段，提出了一種自適應(yīng)閾值分割車輛底部陰影的方法。首先提取圖像中的道路區(qū)域，排除非車道區(qū)域中的物體對(duì)檢測(cè)

3、結(jié)果的影響；其次對(duì)提取的道路區(qū)域進(jìn)行灰度采樣，通過(guò)統(tǒng)計(jì)采樣的灰度值計(jì)算出車輛底部陰影的分割閾值；然后利用基于像素變化率的邊緣提取方法對(duì)車輛底部陰影邊緣進(jìn)行提取；最后根據(jù)提取的陰影下邊緣構(gòu)建車輛感興趣區(qū)域。
　?、谠谲囕v多特征提取和融合階段，首先分別介紹了角點(diǎn)特征、邊緣特征和紋理特征的提取方法，然后從特征層融合角度對(duì)比分析了基于類間方差的多特征融合方法、基于馬氏距離的多特征融合方法和基于Fisher準(zhǔn)則的多特征融合方法對(duì)提取的車輛感

4、興趣區(qū)域的角點(diǎn)特征、邊緣特征、紋理特征的融合效果。融合后的分量在車輛序列樣本圖像中的實(shí)驗(yàn)結(jié)果表明：基于Fisher準(zhǔn)則的多特征融合方法的檢測(cè)效果最佳。
　　③在車輛感興趣區(qū)域驗(yàn)證階段，提出了一種基于多特征融合級(jí)聯(lián)分類器的車輛檢測(cè)方法。首先選擇基于Fisher準(zhǔn)則的多特征融合算法將感興趣區(qū)域中的角點(diǎn)特征、邊緣特征和紋理特征進(jìn)行融合，然后利用Adaboost算法對(duì)融合后的特征值和“積分圖”計(jì)算的Harr-like特征值進(jìn)行訓(xùn)練生成強(qiáng)分