基于计算机视觉的车位检测与倒车辅助算法的研究与实现

论文摘要

随着社会经济的发展和人们生活水平的提高,机动车的数量随之增多,机动车驾驶员的数量也越来越多,对于很多驾驶员来说,倒车是一件困难的事情。因此,机动车倒车辅助领域的研究成为目前世界电子信息技术在交通领域应用的前沿研究课题,市场上也出现了许多与倒车辅助相关的产品,但是真正帮助驾驶员实现正确倒车的系统却很少见,基本只能为驾驶员呈现出实际倒车轨迹线。实现倒车过程中的理论轨迹线与实际轨迹线的同时绘制,是新型倒车辅助系统的重要研究课题,对于提高机动车的倒车安全性能方面,有重要的研究价值及应用前景。倒车辅助系统包括车位检测、绘制理论倒车轨迹线、绘制实际倒车轨迹线等。这几部分是新型倒车辅助系统最基本、最重要的功能,本系统可以很好的帮助驾驶员实现正确的倒车。本文的研究是基于计算机视觉的OpenCV技术,研究过程为,第一步是图像预处理阶段,包括对图像进行灰度化、二值化、图像去噪、边缘增强与修补,为下一步的车位线识别提高检测速度和准确性。第二步是识别车位线,利用轮廓检测、改进的特征检测以及改进的Hough线段检测算法将图像中车位信息提取出来,在此基础上,提出了一个新的算法检测车位线上各个车位入口信息。第三步是利用张正友算法实现了三维到二维的映射,利用矩阵变换,在视频图像上绘制出理论与实际轨迹线。实验结果表明,本文所提出的新型倒车辅助系统的相关算法能较好的检测出车位信息,并且可以绘制正确的理论轨迹线与实际轨迹线,算法具有较高的鲁棒性和较好的运行效率。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 倒车辅助系统
• 1.2.1 倒车辅助系统介绍
• 1.2.2 国内外研究现状
• 1.2.3 发展前景
• 1.3 倒车辅助方法介绍
• 1.3.1 车位检测方法介绍
• 1.3.2 理论轨迹介绍
• 1.3.3 实际轨迹与矫正方法介绍
• 1.3.4 超声波测距方法介绍
• 1.4 本文的主要工作
• 1.4.1 研究内容
• 1.4.2 本文的组织
• 第2章 图像预处理相关技术概述
• 2.1 图像预处理简介
• 2.2 图像灰度化
• 2.3 图像去噪
• 2.3.1 算法介绍
• 2.3.2 均值滤波
• 2.3.3 中值滤波
• 2.4 图像边缘增强
• 2.4.1 算法介绍
• 2.4.2 Sobel算子
• 2.4.3 Roberts算子
• 2.5 图像二值化
• 2.5.1 算法介绍
• 2.5.2 全局阈值
• 2.5.3 自适应阈值
• 2.5.4 大津阈值
• 2.6 基于数学形态学的图像边缘修补
• 2.6.1 算法介绍
• 2.6.2 膨胀
• 2.6.3 腐蚀
• 2.6.4 开闭操作
• 2.7 本章小结
• 第3章 基于计算机视觉的车位检测技术
• 3.1 算法介绍
• 3.2 轮廓检测
• 3.3 车位线检测
• 3.4 基于改进Hough算法的线段检测
• 3.5 基于交点检测的入口点提取方法
• 3.6 本章小结
• 第4章 基于三维映射的倒车轨迹模拟
• 4.1 理论倒车轨迹模拟
• 4.1.1 转弯半径
• 4.1.2 轨迹范围
• 4.1.3 张正友摄像机标定算法介绍
• 4.1.4 基于张正友算法的三维到二维的映射
• 4.2 实际倒车轨迹模拟
• 4.2.1 算法介绍
• 4.2.2 图形绘制
• 4.3 本章小结
• 第5章 基于超声波技术的距离检测
• 5.1 超声波技术概述
• 5.1.1 超声波概述
• 5.1.2 超声波传感器特性
• 5.2 超声波测距原理
• 5.3 超声波检测空车位
• 5.4 软件程序设计
• 5.5 本章小结
• 第6章 实验设计及算法性能分析
• 6.1 实验环境介绍
• 6.2 正确性分析
• 6.3 速度测试
• 6.4 超声波测距实验结果及分析
• 6.5 本章小结
• 第7章 结束语
• 7.1 本文工作总结
• 7.2 未来工作展望
• 参考文献
• 致谢
• 发表论文情况