車輛轉彎中道路前方障礙高度的自動檢測.rar
車輛轉彎中道路前方障礙高度的自動檢測,摘要 針對車輛轉彎時道路前方存在一定的視覺盲區(qū)，本文提出一種車輛在道路前方轉彎時基于機器視覺和圖像分割技術對障礙高度進行自動檢測方法。通過攝像機獲取現(xiàn)實環(huán)境與實驗環(huán)境2種障礙圖像，經過分析對比選擇實驗環(huán)境的障礙圖像作為檢測障礙高度的輸入圖像。本文首先分別對3組距離攝像機1.5米、2.2米、2.6米采集的障礙圖像進行圖像...
該文檔為壓縮文件,包含的文件列表如下:
內容介紹
原文檔由會員 渭水亭榭 發(fā)布
摘要
針對車輛轉彎時道路前方存在一定的視覺盲區(qū)，本文提出一種車輛在道路前方轉彎時基于機器視覺和圖像分割技術對障礙高度進行自動檢測方法。通過攝像機獲取現(xiàn)實環(huán)境與實驗環(huán)境2種障礙圖像，經過分析對比選擇實驗環(huán)境的障礙圖像作為檢測障礙高度的輸入圖像。本文首先分別對3組距離攝像機1.5米、2.2米、2.6米采集的障礙圖像進行圖像分割，然后采用閉運算對障礙的二值圖像優(yōu)化后，提取障礙二值圖像像素點元素的行列坐標數(shù)據(jù)，最后運用最小二乘法檢測障礙的高度信息。實驗表明，距離攝像機1.5米時障礙物檢測高度的平均誤差率最低，為1.70%。
關鍵字： 障礙圖像；圖像分割；高度自動檢測
Abstract
According to the turning of the vehicle when there are certain visual road ahead blind area, this paper puts forward a kind of vehicles on the road ahead when turning and image segmentation based on machine vision technology of high automatic detection method obstacles. Through the camera for the realistic environment and experimental environment 2 kind of obstacles image, after analysis and comparison of the experimental environment choose obstacles image as a test of the height of the input image barriers. This paper first of three groups respectively from camera 1.5 m, 2.2 m, 2.6 m acquisition obstacles image segmentation image, then the operation of the obstacles to shut the binary image optimization, withdraw obstacles binary image pixels ranks of elements of the coordinate data, and finally the least square method of testing obstacle height information. Experiments show that distance camera 1.5 m obstacle detection of the height of the lowest average error rate, at 1.70%.
Key word：obstacles image; image segmentation; highly automatic detection
目錄
1 緒論 1
1.1 障礙物高度自動檢測的目的和意義 1
1.2 障礙物高度自動檢測問題的研究現(xiàn)狀 1
1.3 本論文的主要內容 3
2 障礙物圖像的采集 4
2.1 圖像的描述 4
2.2 圖像采集的假設和實驗條件 4
2.3 采集障礙物圖像的特點 6
3 障礙物圖像目標區(qū)域的提取 7
3.1圖像分割的概述 7
3.2 圖像閾值分割的基本原理 7
3.3障礙圖像目標區(qū)域的提取 9
3.3.1 最大類間方差法求取閾值分割障礙物圖像 9
3.3.2 障礙圖像分割結果分析 10
4 障礙高度的檢測 13
4.1障礙二值圖像行列坐標的計算 13
4.2 檢測障礙高度的最小二乘法原理 14
4.2.1 障礙高度檢測中的因變量和自變量 14
4.3 障礙物高度的檢測結果及分析 15
總結和展望 20
致謝 21
參考文獻 22
附錄 23
參考文獻
[1] 檀柏紅，任立肖，張麗. 基于視頻圖像處理技術的汽車防撞系統(tǒng)的研究[J].2008年10月，Vo1．18 No．5
[2] 魏怡, 李宇, 胡舒妹. 面向復雜背景中彩色立體圖像的障礙物檢測[J]. 自動化技術與應用[J].2007年, Vo1.26 No 7
[3] 杜歆 ,周圍,朱云芳 ,劉濟林. 基于單目視覺的障礙物檢測[J]. 浙江大學學報, 2008年6月, Vol . 42 No. 6
[4] 何祖恩,吳海彬,李文錦. 基于雙目視覺的移動機器人障礙物檢測研究[J]. 2009年12月, Vo1.12
[5] 徐國艷，王傳榮，高峰，王江峰. 車輛視頻檢測感興趣區(qū)域確定算法[J]. 北京航空航天大學學報，2010年7月，Vol. 36 No.7
[6] 解興哲，王姮，劉冉，劉滿祿. 基于雙目視覺的障礙物高度檢測[J]. 傳感器與微系統(tǒng), 2010 年, Vo1.29 No 7
[7] 劉海波，劉朋鑫. 基于Matlab和VC++混合編程的障礙檢測系統(tǒng)設計[J]. 北京電子科技學院學報, 2011年6月, Vo1.19 No.2
[8] 楊建榮，曲仕茹. 基于單目視覺的障礙物檢測方法研究[J].計算機仿真，2009年2月， Vo1.26 No 2
[9] 陳磊，陳宗基. 基于視覺的無人作戰(zhàn)飛機跑道障礙物檢測方案[J]. 北京航空航天大學學報, 2007年12月, Vol. 33 No11
[10] 曹國. 汽車前方可行區(qū)域計算機視覺感知系統(tǒng)的研究[D].吉林大學碩士學位論文.2003年2月
[11] 朱習軍,隋思漣，張賓，劉尊年. MATLAB在信號與圖像處理中的應用. 北京：電子工業(yè)出版社.2009
[12] CONG Yang1, PENG Jun-Jian1,SUN Jing1,ZHU Lin-Lin1,TANG Yan-Dong. V-disparity Based UGV Obstacle Detection in Rough Outdoor Terrain[J]. May, 2010, Vol. 36, No. 5
[13] R. Venkatesh Babu, S. Suresh, Anamitra Makur. Online adaptive radial basis function networks for robust object tracking[M]. Computer Vision and Image Understanding，2010.
針對車輛轉彎時道路前方存在一定的視覺盲區(qū)，本文提出一種車輛在道路前方轉彎時基于機器視覺和圖像分割技術對障礙高度進行自動檢測方法。通過攝像機獲取現(xiàn)實環(huán)境與實驗環(huán)境2種障礙圖像，經過分析對比選擇實驗環(huán)境的障礙圖像作為檢測障礙高度的輸入圖像。本文首先分別對3組距離攝像機1.5米、2.2米、2.6米采集的障礙圖像進行圖像分割，然后采用閉運算對障礙的二值圖像優(yōu)化后，提取障礙二值圖像像素點元素的行列坐標數(shù)據(jù)，最后運用最小二乘法檢測障礙的高度信息。實驗表明，距離攝像機1.5米時障礙物檢測高度的平均誤差率最低，為1.70%。
關鍵字： 障礙圖像；圖像分割；高度自動檢測
Abstract
According to the turning of the vehicle when there are certain visual road ahead blind area, this paper puts forward a kind of vehicles on the road ahead when turning and image segmentation based on machine vision technology of high automatic detection method obstacles. Through the camera for the realistic environment and experimental environment 2 kind of obstacles image, after analysis and comparison of the experimental environment choose obstacles image as a test of the height of the input image barriers. This paper first of three groups respectively from camera 1.5 m, 2.2 m, 2.6 m acquisition obstacles image segmentation image, then the operation of the obstacles to shut the binary image optimization, withdraw obstacles binary image pixels ranks of elements of the coordinate data, and finally the least square method of testing obstacle height information. Experiments show that distance camera 1.5 m obstacle detection of the height of the lowest average error rate, at 1.70%.
Key word：obstacles image; image segmentation; highly automatic detection
目錄
1 緒論 1
1.1 障礙物高度自動檢測的目的和意義 1
1.2 障礙物高度自動檢測問題的研究現(xiàn)狀 1
1.3 本論文的主要內容 3
2 障礙物圖像的采集 4
2.1 圖像的描述 4
2.2 圖像采集的假設和實驗條件 4
2.3 采集障礙物圖像的特點 6
3 障礙物圖像目標區(qū)域的提取 7
3.1圖像分割的概述 7
3.2 圖像閾值分割的基本原理 7
3.3障礙圖像目標區(qū)域的提取 9
3.3.1 最大類間方差法求取閾值分割障礙物圖像 9
3.3.2 障礙圖像分割結果分析 10
4 障礙高度的檢測 13
4.1障礙二值圖像行列坐標的計算 13
4.2 檢測障礙高度的最小二乘法原理 14
4.2.1 障礙高度檢測中的因變量和自變量 14
4.3 障礙物高度的檢測結果及分析 15
總結和展望 20
致謝 21
參考文獻 22
附錄 23
參考文獻
[1] 檀柏紅，任立肖，張麗. 基于視頻圖像處理技術的汽車防撞系統(tǒng)的研究[J].2008年10月，Vo1．18 No．5
[2] 魏怡, 李宇, 胡舒妹. 面向復雜背景中彩色立體圖像的障礙物檢測[J]. 自動化技術與應用[J].2007年, Vo1.26 No 7
[3] 杜歆 ,周圍,朱云芳 ,劉濟林. 基于單目視覺的障礙物檢測[J]. 浙江大學學報, 2008年6月, Vol . 42 No. 6
[4] 何祖恩,吳海彬,李文錦. 基于雙目視覺的移動機器人障礙物檢測研究[J]. 2009年12月, Vo1.12
[5] 徐國艷，王傳榮，高峰，王江峰. 車輛視頻檢測感興趣區(qū)域確定算法[J]. 北京航空航天大學學報，2010年7月，Vol. 36 No.7
[6] 解興哲，王姮，劉冉，劉滿祿. 基于雙目視覺的障礙物高度檢測[J]. 傳感器與微系統(tǒng), 2010 年, Vo1.29 No 7
[7] 劉海波，劉朋鑫. 基于Matlab和VC++混合編程的障礙檢測系統(tǒng)設計[J]. 北京電子科技學院學報, 2011年6月, Vo1.19 No.2
[8] 楊建榮，曲仕茹. 基于單目視覺的障礙物檢測方法研究[J].計算機仿真，2009年2月， Vo1.26 No 2
[9] 陳磊，陳宗基. 基于視覺的無人作戰(zhàn)飛機跑道障礙物檢測方案[J]. 北京航空航天大學學報, 2007年12月, Vol. 33 No11
[10] 曹國. 汽車前方可行區(qū)域計算機視覺感知系統(tǒng)的研究[D].吉林大學碩士學位論文.2003年2月
[11] 朱習軍,隋思漣，張賓，劉尊年. MATLAB在信號與圖像處理中的應用. 北京：電子工業(yè)出版社.2009
[12] CONG Yang1, PENG Jun-Jian1,SUN Jing1,ZHU Lin-Lin1,TANG Yan-Dong. V-disparity Based UGV Obstacle Detection in Rough Outdoor Terrain[J]. May, 2010, Vol. 36, No. 5
[13] R. Venkatesh Babu, S. Suresh, Anamitra Makur. Online adaptive radial basis function networks for robust object tracking[M]. Computer Vision and Image Understanding，2010.
