基于红外图像的前方车辆识别与车距检测

《基于红外图像的前方车辆识别与车距检测》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、’；＇Ｉ＾１．＂＇當：‘抑带織《謂我才善圍硕±学位论文胃Ｉ０基于婦隱瞧方牟臟刖牟距检测＾｜作者姓名暴靈ｍＩ指导教师姓名、职赖权东晓副教授申请学位类别工学硕±西安电子科技大学学位论文独创性（或创新牲）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进巧的研究工作及取得的研究成果。尽我所知，除了文中特别加斟标注和致谢中所罗列的内容［＾＾外，论文中不包含其他人已经发表或撰写过的研巧成果；也不包含为获得西安电子科技大

2、学或其它教育机构的学位或征书而使用过的材料＾。与我同工作的同事对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一学位论文若有不实之处，本人承担切法律责任。本人签名：日期；７加杂憂中西安电子科技大学关于论文使用授权的说明；本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即研巧生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件ｌ，允许查阅、借阅论义；学校可ｉＡ公布论文的全部或部分内容，允许采用影印、缩印或其它复制

3、手段保存论文。同时本人保证，结合学位论文研巧成果完成的论文、保发明专利等成果，署名单位为西安电子科技大学。本人密签的学位论文在＿＿年解密后适用本授权书。名：基透－导师签名：本、东也日期：７州Ｖ，Ｉ叫日期；巧’化Ｗ学校代码10701学号1301120183分类号TP751.1密级公开西安电子科技大学硕士学位论文基于红外图像的前方车辆识别与车距检测作者姓名：聂霆一级学科：信息与通信工程二级学科：通信与信息系统学位类别：工学硕士指导教师姓名、职称：权东晓副教授学院：通信工程学院提交日期：

4、2015年11月PrecedingVehiclesIdentificationandDistanceDetectingBasedontheInfraredImageAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinCommunicationsandInformationSystemsByNieTingSupervisor:QuanDongxiaoAssociateProfessor

5、November2015摘要摘要为解决交通安全问题，安全辅助驾驶已成为当前国际智能交通领域研究的热点，其中前方车辆的识别和测距技术是防碰撞系统研究的重要内容。当行车环境恶劣，例如夜间行车、雾天行车时，基于可见光的车辆检测技术受到限制，因而采用热感应原理的红外成像技术，正由军用市场逐步进入商用市场。本文研究基于红外图像的前方车辆识别技术和基于单目视觉的测距技术。传统的车辆识别方法，如帧差法、背景减除法等大多都是基于静态背景下运动目标的检测，而且都是利用图像的全局特征，计算量相对较高。本文在研究动态聚类算法的基础上，充

6、分利用道路环境辅助信息，给出一种基于聚类分析的前方目标车辆识别方法，进而对前方目标车辆进行视觉测距。本文首先研究红外图像预处理技术，通过对比实验，给出适用于本文目标车辆识别的红外预处理方案，通过中值滤波和灰度增强，达到去除红外图像噪声和增强目标车辆与背景图像对比度的目的。然后通过研究前方车辆红外成像特征，利用高频信息估计和环境信息估计相与操作的思想，给出一种基于环境辅助信息提取目标车辆感兴趣区域的方法，可以去除目标车辆外的大量干扰信息。通过对感兴趣区域特征分析，给出一种基于聚类分析的前方车辆识别方法，即利用显著性检

7、测、ISODATA聚类分析、目标车辆红外特征量检测等算法对聚类区域进行目标车辆识别。对比实验表明，本文给出的基于聚类分析的前方车辆识别算法在目标车辆识别的准确度和抗干扰性方面优于传统的红外面目标图像识别方法。最后在前方目标车辆有效识别的基础上，通过对红外目标车辆尾部特征的分析，给出一种红外目标车辆测距特征点的提取方法，并结合红外热像仪单目视觉测距几何模型，给出一种基于测距特征点和单目视觉的前方车辆被动测距方法。不同道路场景下的车辆识别情况对比实验结果表明，本文基于聚类分析的前方车辆识别算法在简单公路场景且车辆较少时

8、有较高的识别精度。关键词：红外图像，车辆识别，图像测距，聚类分析，单目视觉IABSTRACTABSTRACTInordertosolvetheproblemoftrafficsafety,AdvancedDriverAssistantSystem(ADAS)hasbecomeahotspotintheresearchoftheIntelligentTraff