摘要

針對(duì)車輛轉(zhuǎn)彎時(shí)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(zhuǎn)彎時(shí)基于機(jī)器視覺和圖像分割技術(shù)對(duì)障礙高度進(jìn)行自動(dòng)檢測(cè)方法。通過攝像機(jī)獲取現(xiàn)實(shí)環(huán)境與實(shí)驗(yàn)環(huán)境2種障礙圖像，經(jīng)過分析對(duì)比選擇實(shí)驗(yàn)環(huán)境的障礙圖像作為檢測(cè)障礙高度的輸入圖像。本文首先分別對(duì)3組距離攝像機(jī)1.5米、2.2米、2.6米采集的障礙圖像進(jìn)行圖像分割，然后采用閉運(yùn)算對(duì)障礙的二值圖像優(yōu)化后，提取障礙二值圖像像素點(diǎn)元素的行列坐標(biāo)數(shù)據(jù)，最后運(yùn)用最小二乘法檢測(cè)障礙的高度信息。實(shí)驗(yàn)表明，距離攝像機(jī)1.5米時(shí)障礙物檢測(cè)高度的平均誤差率最低，為1.70%。

關(guān)鍵字： 障礙圖像；圖像分割；高度自動(dòng)檢測(cè)

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(dòng)檢測(cè)的目的和意義 1
1.2 障礙物高度自動(dòng)檢測(cè)問題的研究現(xiàn)狀 1
1.3 本論文的主要內(nèi)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(shè)和實(shí)驗(yàn)條件 4
2.3 采集障礙物圖像的特點(diǎn) 6
3 障礙物圖像目標(biāo)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(biāo)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(jié)果分析 10
4 障礙高度的檢測(cè) 13
4.1障礙二值圖像行列坐標(biāo)的計(jì)算 13
4.2 檢測(cè)障礙高度的最小二乘法原理 14
4.2.1 障礙高度檢測(cè)中的因變量和自變量 14
4.3 障礙物高度的檢測(cè)結(jié)果及分析 15
總結(jié)和展望 20
致謝 21
參考文獻(xiàn) 22
附錄 23

參考文獻(xiàn)
[1] 檀柏紅，任立肖，張麗. 基于視頻圖像處理技術(shù)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(fù)雜背景中彩色立體圖像的障礙物檢測(cè)[J]. 自動(dòng)化技術(shù)與應(yīng)用[J].2007年, Vo1.26 No 7
[3] 杜歆 ,周圍,朱云芳 ,劉濟(jì)林. 基于單目視覺的障礙物檢測(cè)[J]. 浙江大學(xué)學(xué)報(bào), 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(dòng)機(jī)器人障礙物檢測(cè)研究[J]. 2009年12月, Vo1.12
[5] 徐國(guó)艷，王傳榮，高峰，王江峰. 車輛視頻檢測(cè)感興趣區(qū)域確定算法[J]. 北京航空航天大學(xué)學(xué)報(bào)，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(cè)[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(cè)系統(tǒng)設(shè)計(jì)[J]. 北京電子科技學(xué)院學(xué)報(bào), 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(cè)方法研究[J].計(jì)算機(jī)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(jī)跑道障礙物檢測(cè)方案[J]. 北京航空航天大學(xué)學(xué)報(bào), 2007年12月, Vol. 33 No11
[10] 曹國(guó). 汽車前方可行區(qū)域計(jì)算機(jī)視覺感知系統(tǒng)的研究[D].吉林大學(xué)碩士學(xué)位論文.2003年2月
[11] 朱習(xí)軍,隋思漣，張賓，劉尊年. MATLAB在信號(hào)與圖像處理中的應(yīng)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.