基于单目视觉的车辆盲区监测方法研究

论文摘要

交通事故给人类社会带来的危害是不言而喻的。因此,如何减少交通事故、降低交通事故所造成的损失成了人们重点关注的问题。汽车安全辅助驾驶技术作为减少交通事故、降低事故损失的有效手段之一,已经受到各国政府越来越多的重视。对车辆视觉盲区的监测是汽车安全辅助驾驶系统所必需具备的功能之一,它能够有效地辅助驾驶员在行驶环境中及时了解本车盲区内紧急情况,便于做出反应,避免碰撞事故的发生。基于单目视觉的测量技术是从计算机视觉领域中发展起来的新型非接触测量技术。它是一种结合图像处理技术,把图像作为检测和传递信息的手段或载体而加以利用的测量方法。论文采用车载单目摄像机对车辆视觉盲区进行监测,通过对获得的图像中目标物的检测、跟踪,计算出其与本车之间距离信息。本文利用图像处理和投影几何原理研究单目车辆视觉盲区的监测方法,重点研究了图像处理算法和单目视觉测距模型的建立。通过对图像处理效果的分析、比较,选择了适合盲区监测系统的图像处理方法。在半阈值分割的基础上,采用HSI色彩模型通过颜色来判别车牌,对车牌区域进行分析,检测到车牌,提取出车牌的颜色、位置等信息。同时,提出了区域特征和颜色特征匹配的方法,并充分利用上一幅图像中检测出的结果实现了在下一幅图像中对车牌的快速跟踪。通过对图像变换理论、成像模型、视觉测量常用坐标系及其转换关系的分析,研究了单目视觉测距的原理,并建立了单目视觉测距模型,完成了对其距离的测量。实验结果表明建立的测距模型是正确的、可行的。通过对车牌的检测、跟踪,本文实现了车辆盲区内其它车辆的监测。因此,文中所采用的图像处理方法、测距方法对车辆盲区监测、视觉测距领域的研究有一定的借鉴意义。

论文目录

• 摘要
• Abstract
• 1.绪论
• 1.1 引言
• 1.2 国内外研究现状与应用现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 汽车工业界的研究与应用现状
• 1.2.4 当前视觉系统面临的问题
• 1.3 课题研究的意义
• 1.4 单目视觉车辆盲区监测系统概述
• 1.5 论文的研究工作
• 2.图像处理及车牌的检测跟踪算法研究
• 2.1 图像预处理
• 2.1.1 空间滤波原理
• 2.1.2 高斯平滑滤波处理
• 2.1.3 均值滤波
• 2.1.4 改进的均值滤波
• 2.1.5 中值滤波
• 2.1.6 自适应邻域滤波法
• 2.1.7 滤波实验结果分析
• 2.2 图像的分割
• 2.2.1 图像分割方法研究
• 2.2.2 半阈值分割
• 2.3 车牌的检测
• 2.3.1 车牌检测技术的研究
• 2.3.2 基于HSI的车牌检测技术
• 2.4 车牌的跟踪
• 2.4.1 跟踪算法的研究
• 2.4.2 基于图像匹配的车牌跟踪
• 2.5 本章小结
• 3.基于单目视觉测距的研究
• 3.1 常用的车载测距方法
• 3.1.1 超声波测距
• 3.1.2 雷达测距
• 3.1.3 激光测距
• 3.1.4 视觉测距
• 3.2 单目视觉测距模型的构建及实现
• 3.2.1 图像变换
• 3.2.2 成像模型
• 3.2.3 常用坐标系及其关系
• 3.2.4 单目测距的实现
• 3.3 摄像机参数的标定
• 3.4 测距实验及分析
• 3.4.1 室内测距实验
• 3.4.2 室外测距实验
• 3.4.3 测距分析
• 3.5 本章小结
• 4.程序的实现和实验结果分析
• 4.1 程序的VC++实现
• 4.1.1 DIB类的建立及图像处理函数的构建
• 4.1.2 系统流程图及软件界面
• 4.2 实验结果分析
• 4.2.1 车前监测
• 4.2.2 车身两侧监测
• 4.2.3 车后监测
• 4.3 本章小结
• 5.总结与建议
• 5.1 总结
• 5.2 建议
• 致谢
• 参考文献