基于机器视觉的车辆距离测量技术

论文摘要

车辆测距系统是智能车辆视觉导航系统的重要组成部分,对提高行驶的安全性、减少交通事故的发生有着重要的意义。论文分析了现有的一些测距方法的优点及不足后,提出了一种基于机器视觉的车距测量方法。它采用单目CCD摄像机作为输入设备,用计算机对采集图像处理,根据车距测量模型计算出两车之间的实际距离。论文介绍了整个测距系统设计,包括系统结构、硬件平台、软件仿真平台以及系统的性能,重点阐述了基于图像处理技术的测距算法原理及流程。该算法首先采用小波变换理论对道路图像进行图像去噪、增强预处理,采用迭代阈值对道路图像分割,并采用Krisch算子进行图像边缘检测。接着,深入研究了测距算法的三个关键步骤,对于车道线提取,提出一种改进的基于模糊理论的车道线检测方法,克服了传统Hough变换检测的缺陷,实验表明,改进的方法有效可行,提取的车道线特征完整。然后,根据车道内路面平均像素灰度和窗口区域能量法确定目标车辆准确位置。最后,借助几何变换理论建立单目测距模型,通过距离计算公式计算出前方车辆的距离。实验表明,该套算法的实时性和测量精确性能基本满足系统实用需求。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究的背景和意义
• 1.2 基于机器视觉的车辆测距技术
• 1.2.1 机器视觉的应用和发展
• 1.2.2 现有的车辆测距技术
• 1.2.3 视觉测距国内外研究现状
• 1.3 本文主要研究内容
• 1.4 本文的特色与创新
• 2 基于机器视觉的车辆测距系统设计
• 2.1 车辆视觉测距系统设计
• 2.1.1 视觉导航系统结构设计
• 2.1.2 视觉测距系统硬件平台
• 2.1.3 视觉测距软件仿真平台
• 2.1.4 系统性能分析
• 2.2 基于单目视觉的图像采集
• 2.2.1 CCD摄像机原理
• 2.2.2 单目视觉图像采集
• 2.3 车辆测距算法总体设计
• 2.3.1 算法设计原理
• 2.3.2 算法设计框图
• 2.4 本章小结
• 3 课题相关图像处理算法
• 3.1 数字图像处理技术
• 3.2 小波分析理论
• 3.3 道路图像去噪
• 3.3.1 常用图像去噪算法
• 3.3.2 小波去噪原理与算法实现
• 3.4 道路图像增强
• 3.4.1 常用图像增强算法
• 3.4.2 小波增强原理与算法实现
• 3.5 道路图像阈值分割
• 3.5.1 常用阈值分割算法
• 3.5.2 本文算法与实现
• 3.6 道路图像边缘检测
• 3.6.1 常用边缘检测算法
• 3.6.2 本文算法与实现
• 3.7 本章小结
• 4 车辆测距算法实现
• 4.1 车道线检测
• 4.1.1 Hough变换原理
• 4.1.2 基于Hough变换的车道线检测
• 4.1.3 改进的基于模糊理论的车道线检测算法
• 4.1.4 实验结果与分析
• 4.2 目标车辆识别
• 4.2.1 基于路面灰度的初始目标车辆定位
• 4.2.2 基于窗口能量的车辆准确定位
• 4.2.3 实验结果与分析
• 4.3 车辆测距算法实现
• 4.3.1 图像几何变换
• 4.3.2 建立单目摄像测距模型
• 4.3.3 测距实验结果与分析
• 4.4 本章小结
• 5 结论
• 致谢
• 参考文献