交通場(chǎng)景下去模糊算法和信號(hào)燈識(shí)別算法的研究.pdf

1、隨著道路交通的迅速發(fā)展,機(jī)動(dòng)車(chē)數(shù)量急劇增加,交通管理面臨嚴(yán)峻的挑戰(zhàn)。為了保證交通安全和道路暢通,以計(jì)算機(jī)視覺(jué)技術(shù)和通信技術(shù)為核心的智能交通系統(tǒng)成為交通管理系統(tǒng)的發(fā)展方向。而計(jì)算機(jī)視覺(jué)技術(shù)在提高交通管理系統(tǒng)智能化的同時(shí),面臨很多問(wèn)題。
　　本文主要研究交通場(chǎng)景下霧天圖像的復(fù)原、運(yùn)動(dòng)模糊的去除和信號(hào)燈的識(shí)別。
　　霧氣不僅影響車(chē)輛的通行,也會(huì)降低智能交通系統(tǒng)中相機(jī)的成像質(zhì)量,不利于交通的監(jiān)管。為了消除霧氣對(duì)成像質(zhì)量的影響,本文采

2、用基于暗原色先驗(yàn)的算法實(shí)現(xiàn)霧氣的去除。該算法利用暗原色先驗(yàn)知識(shí)估計(jì)大氣光和透射率,并用引導(dǎo)濾波對(duì)透射率進(jìn)行修正,成功消除塊效應(yīng),最后結(jié)合大氣退化模型實(shí)現(xiàn)霧天圖像的恢復(fù)。交通系統(tǒng)中相機(jī)架設(shè)有統(tǒng)一的標(biāo)準(zhǔn),高度、角度都有嚴(yán)格的限制,場(chǎng)景深度相對(duì)確定。本文利用交通場(chǎng)景的深度信息對(duì)算法進(jìn)行改進(jìn),可以較好地實(shí)現(xiàn)去霧,速度提升明顯。
　　當(dāng)光線不足或車(chē)輛高速運(yùn)動(dòng)時(shí),監(jiān)控相機(jī)采集的圖像在車(chē)輛區(qū)域會(huì)出現(xiàn)運(yùn)動(dòng)模糊,這種模糊近似由勻速直線運(yùn)動(dòng)產(chǎn)生。本文

3、采用倒頻譜和radon變換相結(jié)合的方式確定運(yùn)動(dòng)方向,利用圖像的空間相關(guān)性鑒別運(yùn)動(dòng)尺度,進(jìn)而確定點(diǎn)擴(kuò)散函數(shù)。然后分別用傳統(tǒng)的維納濾波和一維維納濾波實(shí)現(xiàn)圖像恢復(fù)。一維維納濾波只針對(duì)水平方向和垂直方向的運(yùn)動(dòng)模糊,可以大幅提升處理速度,特別適合交通場(chǎng)景這種運(yùn)動(dòng)模糊集中在垂直方向的應(yīng)用場(chǎng)景。
　　信號(hào)燈識(shí)別算法利用信號(hào)燈的顏色和位置分布特征鑒別信號(hào)燈狀態(tài)。針對(duì)信號(hào)燈閃爍會(huì)導(dǎo)致信號(hào)燈亮度過(guò)低,識(shí)別失敗的情況,用先前幀信號(hào)燈狀態(tài)對(duì)當(dāng)前幀進(jìn)行預(yù)測(cè)