车辆前方行人的多特征检测算法研究

发布时间：2023-04-19 02:31

　　随着社会的发展,道路上汽车不断的增多,随之带来的交通事故日渐增多。众多学者和汽车厂商都开始研究汽车辅助驾驶系统以减少交通事故发生,其中行人检测是辅助驾驶系统的重要组成部分,本文对行人检测算法进行了研究。首先,针对预处理中维纳滤波算法对图像滤波后边缘的保持和平滑效果差的问题,本文设计了一种自适应迭代维纳滤波算法。首先依靠像素灰度值的二阶差分分量估计图像的噪声方差,然后以3?3为起始模板,每次迭代都增加模板的大小,最后以每次滤波前后图像所有像素灰度值变化的均值是否小于阈值作为停止迭代的判断条件。实验结果表明,该滤波算法能够较好保持图像的边缘和平滑效果。其次,针对预处理后的图像利用行人垂直边缘对称性分割的候选区域不能完全覆盖行人的问题,对分割候选区域的方法进行改进。首先用Sobel算子获取图像对应的边缘图像,以[W_min,W_max]为对称轴测量宽度检测边缘图像下半部分的对称度。对称度的极大值点的位置为候选对称轴位置,把连续的两个对称轴位置距离小于W_min/2作为一个对称轴群,以对称轴群中最左和最右对称轴的中心位置作为候选对称轴...

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
中文摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 行人检测的技术难点
    1.4 本文的主要工作安排
第二章 行人检测相关技术
    2.1 图像的预处理
        2.1.1 图像灰度化
        2.1.2 图像滤波
        2.1.3 图像边缘提取
    2.2 行人分割相关技术
        2.2.1 基于特征的方法
        2.2.2 基于运动的方法
        2.2.3 基于距离的方法
    2.3 行人识别相关技术
        2.3.1 基于运动的方法
        2.3.2 基于形状的方法
        2.3.3 基于统计学的方法
    2.4 行人识别的总体方案
    2.5 本章小结
第三章 自适应迭代维纳滤波算法
    3.1 图像噪声和滤波算法
        3.1.1 图像噪声
        3.1.2 空域内的滤波算法
        3.1.3 变换域的滤波算法
    3.2 自适应迭代维纳滤波算法
        3.2.1 经典的维纳滤波
        3.2.2 自适应迭代维纳滤波
    3.3 实验结果对比和分析
        3.3.1 图像滤波的评价指标
        3.3.2 实验结果对比和分析
    3.4 本章小结
第四章 行人候选区域分割方法研究
    4.1 图像边缘获取
    4.2 候选边缘对称轴获取
        4.2.1 图像对称性测度
        4.2.2 候选对称轴获取
    4.3 行人候选区域分割方法
        4.3.1 左右边界的获取
        4.3.2 底边界的获取
        4.3.3 上边界的获取
    4.4 实验结果对比
    4.5 本章小结
第五章 候选区域的行人识别
    5.1 分类器的选择
        5.1.1 Adaboost算法
        5.1.2 支持向量机(SVM)算法
    5.2 行人的特征
        5.2.1 Haar特征
        5.2.2 HOG特征
        5.2.3 LBP特征
    5.3 基于HOG特征和LBP特征的行人识别
        5.3.1 训练样本的获取
        5.3.2 SVM对样本库训练
        5.3.3 HOG特征和LBP特征组合方法
    5.4 行人检测的仿真实验
    5.5 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3793539