基于單目視覺的智能行車預(yù)警系統(tǒng)的技術(shù)研究.pdf

1、本文研究了基于單目視覺的行車預(yù)警系統(tǒng)，分別在白天車輛檢測(cè)、夜間車輛檢測(cè)以及車輛跟蹤三大技術(shù)領(lǐng)域內(nèi)對(duì)國(guó)內(nèi)外各種研究成果進(jìn)行了分析對(duì)比，根據(jù)不同算法的特點(diǎn)以及在實(shí)際場(chǎng)景中遇到的問(wèn)題設(shè)計(jì)了相應(yīng)的改進(jìn)算法。
　　在白天場(chǎng)景下的車輛檢測(cè)中，針對(duì)傳統(tǒng)的基于Hough變換的車道線檢測(cè)算法不能提取彎道車道線的缺點(diǎn)，設(shè)計(jì)了基于對(duì)稱搜索的四次多項(xiàng)式車道線擬合算法，減小了擬合誤差。針對(duì)直接將疑似車輛目標(biāo)結(jié)果輸入到SVM分類器進(jìn)行分類的方法效率低的特點(diǎn)設(shè)

2、計(jì)了基于PCA降維算法的驗(yàn)證算法，即通過(guò)提取初步檢測(cè)結(jié)果的特征向量簡(jiǎn)化分類器的輸入提高算法的檢測(cè)效率。
　　在夜間車輛檢測(cè)中，針對(duì)傳統(tǒng)算法通過(guò)單一顏色閾值來(lái)分割車輛尾燈會(huì)誤檢測(cè)出其他發(fā)光背景的情況，分別建立了尾燈紅色光暈以及白色中心的HSV顏色模型，通過(guò)分別提取這兩種顏色來(lái)識(shí)別出車輛尾燈，并在獲得車輛尾燈初步檢測(cè)的基礎(chǔ)上利用證據(jù)融合算法來(lái)驗(yàn)證檢測(cè)到的車輛尾燈。
　　在車輛跟蹤過(guò)程中，設(shè)計(jì)了基于運(yùn)動(dòng)模型和跟蹤隊(duì)列的車輛跟蹤算法