基于视觉的前方车辆检测与跟踪系统设计

《基于视觉的前方车辆检测与跟踪系统设计》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、中图分类号：TP181论文编号：102870316-SZ073学科分类号：085210硕士学位论文基于视觉的前方车辆检测与跟踪系统设计研究生姓名王宁专业类别工程硕士专业领域控制工程指导教师周大可副教授南京航空航天大学研究生院自动化学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofAutomationDesignofVision-basedFrontalVehicleDetectionandTrackingSystemAThesisinControlE

2、ngineeringByWangNingAdvisedbyAssociateProfessorZhouDa-keSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2016承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论

3、文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期：2016年3月27日摘要近年来，随着国内外智能车以及智能交通的发展，相关技术受到越来越广泛的关注，而基于视觉的前方车辆检测与跟踪技术作为其中的关键模块已成为当前研究的热点之一。基于视觉的前方车辆检测与跟踪技术通过检测前方的车辆来获取相关交通信息，以辅助驾驶或为智能交通系统提供实时信息。本文主要针对基于视觉的车辆检测与跟踪系统进行设计。其系统框架如下：首先对车道进行检测，然后利用统计学习的方法针对车辆目标设计分类

4、器，以不同尺度的检测窗口遍历扫描图像的方式对车辆目标进行检测，最后设计跟踪算法对目标进行跟踪提高系统的实时性。在此过程中完成了以下工作：首先，提出了一种车道检测系统框架。该框架通过对图像的均值信息进行统计，并对均值信息在垂直方向做投影，结合其一阶差分信息检测出陆空分界线实现粗分割；然后采用一种双阈值的OTSU算法对图像进行二值化获取较为精细的车道区域与车道线区域；最后利用改进的弗里曼链码算法结合Hough变换算法对车道线进行检测。其次，针对车辆特征设计了一种基于特征模板的Hog特征。该特征能较好的描述车辆外形特征；在此基础上提出了一种双级联结构的车辆检测算法

5、，此算法采用“假设+验证”的策略，首先利用级联Adaboost算法生成车辆目标的假设区域，继而利用精度较高的级联部件形变模型算法对假设区域进行二次验证，生成最后的车辆目标区域；此算法结合两种算法优点的同时又克服了两种算法的短板，构建了一种既准确又快速的车辆检测框架。再次，设计了一种基于压缩感知理论的目标跟踪算法。该算法首先对目标进行尺度空间的构建，并通过高斯差分图来获取对尺度、光照、纹理变化稳定的特征集；然后提出了一种基于压缩感知的特征提取方法，该方法通过对特征集进行随机采样的方式获取压缩后的信息，对每个子特征集进行建模，利用朴素贝叶斯分类器进行下一帧的目标

6、检测并在跟踪过程中实时更新子特征模型参数。最后，整合各个算法设计并实现了前方车辆检测与跟踪系统。该系统具有在图像中检测车辆以及在视频中对处在特定车道内的车辆目标进行跟踪的功能。实验结果表明，本文的车辆检测与跟踪系统能够有效地检测并跟踪前方车辆目标，并满足实时性要求。关键词：车辆检测，阈值分割，Adaboost，部件形变模型，压缩感知。iABSTRACTRecentyears,withthedevelopmentofintelligenttransportsystems(ITS)andintelligentvehicles(IV),vision-basedpr

7、ecedingvehicledetectionandtrackingtechnologyasthefundamentalmoduleforbothITSandIVbecomesanattractivefield.Precedingvehicledetectionandtrackingsystemhasmanypracticalapplicationsasdiverseasmonitoring,intelligentschedulingandautonomousnavigation.Thisthesispresentsadesigningofvision-ba

8、sedprecedingvehicledetecti