论文题目: 基于红外图像的道路识别与运动目标跟踪
论文类型: 博士论文
论文专业: 模式识别与智能系统
作者: 孙涵
导师: 杨静宇
关键词: 陆地自主车,红外图像处理,道路识别,分水岭变换,链码,区域合并,直线检测,背景参考图像,目标检测
文献来源: 南京理工大学
发表年度: 2005
论文摘要: 随着传感器技术和计算机技术的飞速发展,以及应用的迫切需求,陆地自主车全天候导航技术和目标侦察技术的研究日益受到重视。由于可见光摄像机在夜间和照度低的环境中不能发挥应有的作用,而红外热成像仪作为一种优良的夜视传感器正逐渐受到关注。因此,基于红外图像的道路识别和目标跟踪研究,越来越受到各国研究人员的重视。 本文以红外图像为研究对象,主要对红外图像中的道路识别和运动目标检测过程中的一些核心技术进行了研究和改进,并取得了一定的成果。 针对非结构化道路,本文提出了基于分水岭变换的道路区域分割方法。首先在分析经典分水岭变换算法的基础上,提出了一种新的基于扩展链码的快速分水岭变换算法,使得分水岭变换更利于实时应用;然后通过对过度分割产生原因的分析,提出了新的基于区域灰度和位置约束的过度分割解决方法,并在道路区域分割应用中取得了良好效果。 针对结构化道路,本文提出了基于折线模型的道路边界识别方法。首先在分析现有直线检测方法的基础上,提出了新的基于链码的直线检测算法;然后结合图像处理中的关系稳定性规则,给出了一种新的基于灰度的道路轮廓累积图像生成方法;同时给出了基于多尺度形态学梯度的道路边界提取方法;最后,通过上述基于灰度和梯度两种边缘提取结果相互验证,给出了基于折线模型的道路边界描述。 针对运动目标检测中的若干难点问题,本文给出了几个实用的方法。通过对现有背景参考图像生成方法的分析,提出了基于稳态/非稳态多高斯分布的背景参考图像生成方法。由于红外图像中目标与周围环境不存在显著的灰度差异,也没有显著的目标特征,本文采用了先跟踪后检测的策略,在得到运动区域稳定的动态特征后,再对运动目标进行确认。针对复杂场景中经常发生多目标合并、分裂现象,本文提出了基于目标相似性的多目标合并、分裂处理方法,能够有效解决目标丢失问题,使得检测跟踪结果更有意义。 最后本文给出了基于红外图像的道路识别系统和运动目标跟踪系统的实例描述,并介绍了上述算法在系统中的具体应用。并且,这两个子系统己在整体实验联调中取得了良好的效果。
论文目录:
摘要
Abstract
目录
1 绪论
1.1 研究背景
1.2 国内外研究状况分析
1.2.1 美国的研究工作
1.2.2 欧洲的研究工作
1.2.3 我国的研究工作
1.3 基于视觉的道路识别技术
1.3.1 基于特征的道路检测与识别
1.3.2 基于边界模型的道路检测与识别
1.3.3 道路识别算法的评价标准
1.3.4 基于红外图像的道路识别
1.4 复杂环境中的运动目标检测与跟踪技术
1.4.1 复杂环境中的背景图像生成及运动目标检测
1.4.2 运动目标的识别与分类
1.4.3 复杂环境中的运动目标跟踪
1.4.4 基于红外图像的运动目标检测与跟踪
1.5 本文研究工作概述
1.6 本文内容安排
2 基于分水岭变换算法的道路区域分割
2.1 引言
2.2 基于链码的分水岭变换算法
2.2.1 经典分水岭变化算法分析
2.2.2 算法基本思想
2.2.3 算法描述与复杂度分析
2.2.4 实验分析与结论
2.3 分水岭变换中过度分割问题研究
2.3.1 过度分割问题产生的原因及解决方法
2.3.2 邻接区域相似度的计算
2.4 基于分水岭变换的道路区域识别方法
2.4.1 图像预处理
2.4.2 分水岭变换
2.4.3 过度分割区域的合并
2.4.4 基于分水岭变换的道路区域分割算法
2.5 本章小结
3 基于折线模型的道路边界识别算法
3.1 引言
3.2 基于链码的快速直线检测算法
3.2.1 常用直线检测方法概述
3.2.2 基于链码的直线检测
3.2.3 算法描述与分析
3.2.4 实验结果与分析
3.3 基于关系稳定性和折线模型的道路边界区域提取
3.3.1 关系稳定性与轮廓累积图像
3.3.2 基于折线模型约束的部分轮廓段累积图像求取
3.3.3 轮廓累积图像中道路边界区域的确定
3.4 基于多尺度形态学梯度的道路边界区域提取
3.4.1 多尺度形态学梯度
3.4.2 基于多尺度形态学梯度的道路边界区域提取
3.5 基于折线模型的道路边界描述
3.5.1 道路边界区域融合
3.5.2 道路边界折线段表示
3.6 本章总结
4 基于红外图像的运动目标检测与跟踪
4.1 引言
4.2 复杂环境中的背景图像生成方法
4.2.1 基于高斯分布的背景图像生成方法
4.2.2 基于稳态/非稳态多高斯分布的背景生成方法
4.3 复杂环境中的红外运动目标检测
4.3.1 基于先跟踪后检测策略的运动目标检测
4.3.2 实验分析与结论
4.4 多运动目标合并、分裂问题研究
4.4.1 基于目标相似性的多运动目标合并、分裂问题处理方法
4.4.2 实验分析与结论
4.5 本章总结
5 夜视道路识别与运动目标智能跟踪系统
5.1 引言
5.2 系统结构
5.2.1 陆地自主车系统架构
5.2.2 陆地自主车硬件结构及红外热像仪工作原理
5.3 夜视道路识别
5.3.1 夜视道路识别流程
5.3.2 红外图像获取与预处理
5.3.3 红外图像中道路分割与识别
5.3.4 道路边界信息描述
5.3.5 红外图像中道路边界识别结果
5.4 夜视运动目标智能跟踪
5.4.1 夜视运动目标智能跟踪系统架构及流程
5.4.2 夜视运动目标智能跟踪系统中若干问题与解决方法
5.4.3 运动目标检测实验结果
5.5 本章小结
结束语
致谢
参考文献
附录
发布时间: 2005-09-12
参考文献
- [1].复杂背景下红外弱小目标检测算法研究[D]. 李欣.西安电子科技大学2010
- [2].基于视觉传感器的行人检测关键算法研究[D]. 杨阳.南京理工大学2015
- [3].红外监视告警系统中的复杂背景抑制算法研究[D]. 秦翰林.西安电子科技大学2010
- [4].红外与可见光遥感图像自动配准算法研究[D]. 廉蔺.国防科学技术大学2013
- [5].基于抗混叠Contourlet变换的遥感图像融合研究[D]. 徐彤阳.上海大学2011
标签：陆地自主车论文; 红外图像处理论文; 道路识别论文; 分水岭变换论文; 链码论文; 区域合并论文; 直线检测论文; 背景参考图像论文; 目标检测论文;