论文摘要：基于视觉的多车行驶状态研究

近些年来，车辆保有量和交通设施的大量增加，造成的许多交通问题，例如交通事故造成大量的经济和物质损失。高速公路智能空间通过分布式传感器，对高速公路内运动的个体车辆进行监控，并将采集到的信息在整个高速公路网络内进行共享，具有潜力解决上述交通问题。机器视觉是进行环境感知的重要手段，它具有获取方便和处理方法多样等特点。基于机器视觉，文中首先研究了车辆识别中预处理算法，包括图像灰度化、噪声去除和图像的形态学滤波。具体分析了常用的边缘检测算子，利用Sobel算子进行了边缘检测，并利用Hough直线变换进行了结构化道路的识别。重点研究的车辆的检测和跟踪算法。根据本文固定摄像头下进行运动车辆检测，利用背景差分法进行车辆的检测，研究了平均背景差分法和自适应高斯模型背景差分法两种背景差分方法的原理，并分别设计算法进行了两种背景差分法运动车辆的检测，比较两种算法检测结果，文中采用了自适应高斯模型背景差分法进行车辆检测，并在算法基础上采用了面积阈值的方法对车辆的存在性进行验证。针对运动车辆的跟踪，文中采用了计算速度快、抗干扰能力强的Camshift算法，研究了算法原理和跟踪流程，并利用道路感兴趣区域增强了运动车辆跟踪的有效性。运动车辆检测和跟踪算法均通过实验验证了算法的有效性。最后，利用单目视觉测距模型，进行了运动车辆距离测定，并完成了多目标车辆的运动状态获取。分析了摄像机模型，采用棋盘格方法利用OpenCV进行了摄像机标定，针对棋盘格角点检测，提出了渐变阈值角度检测算法进行有效的角点检测。介绍了单目视觉的测距原理，设计了运动车辆距离测定算法，利用室内遥控小车实验验证了算法的准确性，然后，利用工业摄像机和三脚架进行了室外车辆距离和速度测定，获取了实际道路运动车辆行驶状态。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/201006.html