基于紅外圖像的道路識別與運動目標(biāo)跟蹤.pdf

1、本文以紅外圖像為研究對象，主要對紅外圖像中的道路識別和運動目標(biāo)檢測過程中的一些核心技術(shù)進(jìn)行了研究和改進(jìn)，并取得了一定的成果。 針對非結(jié)構(gòu)化道路，本文提出了基于分水嶺變換的道路區(qū)域分割方法。首先在分析經(jīng)典分水嶺變換算法的基礎(chǔ)上，提出了一種新的基于擴(kuò)展鏈碼的快速分水嶺變換算法，使得分水嶺變換更利于實時應(yīng)用；然后通過對過度分割產(chǎn)生原因的分析， 提出了新的基于區(qū)域灰度和位置約束的過度分割解決方法，并在道路區(qū)域分割應(yīng)用中取得了良好

2、效果。針對結(jié)構(gòu)化道路，本文提出了基于折線模型的道路邊界識別方法。首先在分析現(xiàn)有直線檢測方法的基礎(chǔ)上，提出了新的基于鏈碼的直線檢測算法；然后結(jié)合圖像處理中的關(guān)系穩(wěn)定性規(guī)則，給出了一種新的基于灰度的道路輪廓累積圖像生成方法；同時給出了基于多尺度形態(tài)學(xué)梯度的道路邊界提取方法；最后，通過上述基于灰度和梯度兩種邊緣提取結(jié)果相互驗證，給出了基于折線模型的道路邊界描述。 針對運動目標(biāo)檢測中的若干難點問題，本文給出了幾個實用的方法。通過對現(xiàn)有背

3、景參考圖像生成方法的分析，提出了基于穩(wěn)態(tài)/非穩(wěn)態(tài)多高斯分布的背景參考圖像生成方法。由于紅外圖像中目標(biāo)與周圍環(huán)境不存在顯著的灰度差異，也沒有顯著的目標(biāo)特征，本文采用了先跟蹤后檢測的策略，在得到運動區(qū)域穩(wěn)定的動態(tài)特征后，再對運動目標(biāo)進(jìn)行確認(rèn)。針對復(fù)雜場景中經(jīng)常發(fā)生多目標(biāo)合并、分裂現(xiàn)象，本文提出了基于目標(biāo)相似性的多目標(biāo)合并、分裂處理方法，能夠有效解決目標(biāo)丟失問題，使得檢測跟蹤結(jié)果更有意義。 最后本文給出了基于紅外圖像的道路識別系統(tǒng)和運