基于车底阴影的前方运动车辆检测

基于车底阴影的前方运动车辆检测

ID:30504570

大小:481.08 KB

页数:6页

时间:2018-12-30

基于车底阴影的前方运动车辆检测_第1页
基于车底阴影的前方运动车辆检测_第2页
基于车底阴影的前方运动车辆检测_第3页
基于车底阴影的前方运动车辆检测_第4页
基于车底阴影的前方运动车辆检测_第5页
资源描述:

《基于车底阴影的前方运动车辆检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第26卷第1期电子测量与仪器学报Vol.26No.1·54·JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENT2012年1月DOI:10.3724/SP.J.1187.2012.00054*基于车底阴影的前方运动车辆检测1,211齐美彬潘燕张银霞(1.合肥工业大学计算机与信息学院,合肥230009;2.安全关键工业测控技术教育部工程研究中心,合肥230009)摘要:实时准确检测前方运动车辆的位置信息是车辆安全驾驶的前提,提出了一种在不依赖车道线检测情况下,基于车底阴影的前方运动车辆检测。阴影算法采用两次自适应阈

2、值分割图像从而提取车底与路面的交线,生成目标假设区域,对建筑物或树的投影、光照强弱等干扰能初步有效的排除,提高检测效率;接着,利用熵值归一化的对称性测度来验证,排除虚假车辆。实验结果显示,该算法的正确识别率达到97.2%,平均处理速度为22.5帧/秒,对白天中多种环境能满足实时准确地要求。关键词:前方车辆;检测;阴影;对称性中图分类号:TP391文献标识码:A国家标准学科分类代码:580.2010Precedingmovingvehicledetectionbasedonshadowofchassis1,211QiMeibinPanYanZhan

3、gYinxia(1.SchoolofComputerandinformation,HefeiUniversityofTechnology,Hefei230009,China;2.EngineeringResearchCenterofSafetyCriticalIndustrialMeasurementandControlTechnology,Hefei230009,China)Abstract:Realtimedetectionofthelocationinformationoftheprecedingvehicleisthepremissfor

4、securitydriving.Adetectionmethodforprecedingvehiclesbasedontheshadowofchassiswithoutlanedetectionispresented.Inordertogeneratehypotheticalareas,theshadowalgorithmadoptedtwoadaptivethresholdstoextracttheintersectinglinesofchassisandtheroad,andcouldeliminatethefalseareassuchast

5、heshadowofbuildingsortreesandimprovethedetectionefficiency.Then,atargetvehiclewasaffirmedbyentropy-normalized-symmetryforrejectingfalsevehicles.Theexperimentalresultsshowthattheproposedmethodcanachieve97.2%correctrecognitionrateandhandle22.5frame/sonanaverage,whichcanfulfillr

6、eal-timeandaccuraterequirementsforvarioustrafficenvironmentsindaytime.Keywords:Precedingvehicle;detection;shadow;symmetry1引言区域,单一特征容易受光照及周边环境影响而被弱化,结合多个特征是基于特征方法的发展趋势。前方运动车辆检测是智能交通系统领域中一个光强及周边环境会对车辆特征产生较大干扰,重要研究方向。利用基于视觉获知前方车辆信息是但车辆下方的阴影区域在整个图像中较暗,是一种智能车辆安全驾驶及交通系统研究领域的热点,利较为鲁

7、棒的特征。文献[6]结合阴影特征和Haar小波于减少伤亡、节约时间、降低污染。来检测车辆,不能有效排除非车辆的阴影,且实时基于视觉的车辆检测方法可归纳为以下4类:[1-2]性差;文献[7]利用车底阴影确定边缘线,但由天桥对基于光流场方法较好处理背景运动情况,对噪[3-4]路面的投影不能很好排除,并且依赖车道线检测,声、光线变化较敏感,实时性差;基于模型方法对模型的依赖性强;基于立体视觉方法[5]定位较准单帧检测耗时1~1.5s,车内安装多个传感器,成本高;确,但特征点匹配难度大、计算量大、成本高,对车文献[8]用阴影和边缘特征检测车辆,若图像太亮

8、或辆自身运动较敏感;基于特征的方法[6-10]是利用车辆太暗,阴影区域检测不到;文献[9]以阴影和边缘作一些显著特征如车底阴影、边缘、对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。