面向汽車主動安全的圖像處理關(guān)鍵技術(shù)研究.pdf

1、汽車主動安全技術(shù)是汽車高新技術(shù)的重要組成部分，對于保障人民生命財(cái)產(chǎn)安全、提高交通運(yùn)輸效率、降低能源消耗等方面具有重要的現(xiàn)實(shí)意義。由于視覺傳感器具有準(zhǔn)確直觀、使用靈活、互不干擾和性價(jià)比高等諸多優(yōu)點(diǎn)，使得基于圖像處理技術(shù)的汽車主動安全系統(tǒng)成為了當(dāng)前汽車制造商和國內(nèi)外眾多學(xué)者的研究重點(diǎn)。本論文在深入分析了汽車主動安全系統(tǒng)中現(xiàn)有圖像處理技術(shù)的基礎(chǔ)上，結(jié)合經(jīng)典的多分辨率分析和最新的稀疏表示理論，對汽車主動安全中圖像超分辨率、車道線檢測和目標(biāo)跟蹤等

2、關(guān)鍵問題進(jìn)行了深入研究。面向汽車主動安全的實(shí)際需求，提出了多種基于多分辨率分析和稀疏表示的圖像處理方法，取得的主要創(chuàng)新性研究成果如下:
　　1.提出了一種基于混合多分辨率分析的圖像超分辨率方法。針對現(xiàn)有小波域插值超分辨率方法會產(chǎn)生邊緣平滑和振鈴偽影等問題，深入分析了不同多分辨率分析方法對圖像中不同形態(tài)特征的表示差異，利用平穩(wěn)小波變換和非下采樣輪廓波變換分別能有效表示圖像中平滑分量和紋理分量的特點(diǎn)，提出了一種基于混合多分辨率分析的圖

3、像超分辨率方法。由于平穩(wěn)小波變換和非下采樣輪廓波變換準(zhǔn)確表示了圖像的不同形態(tài)特征，使得圖像超分辨率結(jié)果不但準(zhǔn)確重建了圖像平滑分量，而且有效保持了圖像紋理的邊緣。此外，由于平穩(wěn)小波變換和非下采樣輪廓波變換具有平移不變性，使得圖像超分辨率結(jié)果不存在振鈴偽影。實(shí)驗(yàn)結(jié)果驗(yàn)證了提出方法的有效性。
　　2.提出了兩種基于稀疏表示的圖像超分辨率方法。針對基于混合多分辨率分析的圖像超分辨率方法未充分利用高低分辨率樣本圖像先驗(yàn)信息的問題，利用稀疏表

4、示方法能通過字典中少量原子揭示圖像主要特征和內(nèi)在結(jié)構(gòu)的特點(diǎn)，提出了多形態(tài)樣本訓(xùn)練集構(gòu)造方法和多形態(tài)字典學(xué)習(xí)策略，依據(jù)高分辨率圖像和低分辨率圖像在對應(yīng)字典表示下具有相同稀疏表示系數(shù)的假設(shè)，提出了一種基于多形態(tài)稀疏表示圖像超分辨率方法。進(jìn)而，在多形態(tài)稀疏表示方法的基礎(chǔ)上，對平滑分量、紋理分量高分辨率重建過程分別引入全變分約束和非局部相似性約束，結(jié)合基于K-SVD和正交匹配追蹤算法的多形態(tài)字典學(xué)習(xí)策略，又提出了一種基于形態(tài)學(xué)約束和稀疏表示的圖

5、像超分辨率方法。主觀和客觀評價(jià)都驗(yàn)證了兩種方法的有效性。
　　3.提出了一種基于方向和消失點(diǎn)約束的結(jié)構(gòu)化道路車道線檢測方法。針對基于像素級特征的結(jié)構(gòu)化道路車道線檢測方法易受路面條件、光照變化和陰影等干擾的問題，首先，提出了路面區(qū)域自適應(yīng)分割方法，減少來自非道路區(qū)域的干擾，并用Laplacian濾波器對分割得到的路面區(qū)域進(jìn)行濾波，消除來自外部環(huán)境的干擾。然后，通過高效的LSD(LineSegmentDetector)算法提取路面感興

6、趣區(qū)域內(nèi)的線段，利用線段作為低級特征分析結(jié)構(gòu)化道路場景中車道線的幾何信息。再結(jié)合方向和消失點(diǎn)先驗(yàn)信息，利用聚類分析方法，濾除非車道線的候選線段，得到準(zhǔn)確的車道線檢測結(jié)果。最終，提出了一種適用于結(jié)構(gòu)化道路場景的基于方向和消失點(diǎn)約束的車道線檢測方法。在多個(gè)復(fù)雜場景測試集上的車道線檢測結(jié)果驗(yàn)證了提出方法的有效性。
　　4.提出了一種基于超像素稀疏表示的目標(biāo)跟蹤方法。針對現(xiàn)有基于稀疏表示的目標(biāo)跟蹤方法對目標(biāo)的結(jié)構(gòu)特征和局部遮擋表示不夠準(zhǔn)確

7、的問題，引入在表示圖像結(jié)構(gòu)特征方面有優(yōu)勢的超像素中層特征，改進(jìn)稀疏表示理論中圖像的基本表示形式，提高了對復(fù)雜場景中目標(biāo)高效自適應(yīng)表示的能力。同時(shí)，利用重建目標(biāo)圖像的超像素特征檢測遮擋區(qū)域，能有效克服嚴(yán)重遮擋和漂移等于擾對跟蹤過程的影響，避免了基于稀疏表示的跟蹤方法必須引入瑣碎模板導(dǎo)致計(jì)算代價(jià)高、遮擋檢測不準(zhǔn)確的問題。最終，在粒子濾波框架下提出了一種基于超像素和稀疏表示的目標(biāo)跟蹤方法。在多個(gè)復(fù)雜場景中對車輛和人跟蹤的實(shí)驗(yàn)結(jié)果驗(yàn)證了提出算法