交通事故现场散落物特征识别及提取技术研究

发布时间：2017-07-27 14:20

  本文关键词：交通事故现场散落物特征识别及提取技术研究

  更多相关文章： 交通事故 散落物 图像处理 特征识别 比例转换

【摘要】：散落物包含了交通事故现场众多重要信息,识别及提取事故现场散落物相关特征值可以为求解事故车辆的碰撞速度提供重要的依据,为交通事故的处理提供一定佐证。本论文以交通事故现场散落物为研究对象,依据相机成像的理论模型与事故现场散落物的特点,结合MATALB软件提出了一种相机标定系统,以减小标定过程中背景环境造成的误差,设计结构尺寸已知的红色标定物,获取含有标定物的俯视摄影图像,应用MATLAB软件编程对图像中的标定物进行提取,建立标定物实际值与图像值之间的关系模型。为进一步减少特征识别过程中的误差因素,对散落物图像进行灰度变换、直方图均衡化、去噪、图像锐化预处理操作；分别应用Roberts算子、Sobel算子、Prewitt算子、高斯-拉普拉斯算子、Canny算子对两种不同背景环境下的散落物图像进行边缘检测,根据图像处理结果的对比分析,本文对散落物的图像进行维纳滤波去噪、拉普拉斯锐化、Canny算法边缘检测的处理来提高图像处理的精度。以圆形和不规则散落物为例,设计模拟试验,应用提出的标定方法与图像处理方法进行散落物特征识别,计算识别结果并与实际测量结果比较,验证提出的方法的准确性。根据相似原理及实际条件,设计汽车模拟碰撞试验,进行了汽车碰撞固定障碍壁的试验和两车以一定车速相碰的试验,应用提出的标定系统获取事故现场散落物图像,依据分析的最优图像预处理及边缘检测算法编写图像处理程序,将MATLAB计算结果与实际测量结果比较,误差范围集中在0.53%～10.31%,仅有一个散落物尺寸误差为13.59%,分析原因,该物体比较小,相机在拍摄时的高度比较高,产生了一定的深度误差,其次由于是单目拍摄的方法,实际背景环境不理想,可能会导致误差较大。通过验证知：通过提出的标定系统,对交通事故现场中散落物图像特征识别,识别后的参数计算结果可信,且操作简单,可以向交警部门推广应用,拓展散落物的应用范围,为事故现场处理提供一定佐证。
【关键词】：交通事故 散落物 图像处理 特征识别 比例转换
【学位授予单位】：东北林业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;U491.3
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-13
• 1.1 研究的背景与意义8-10
• 1.1.1 研究的背景8-9
• 1.1.2 研究的目的意义9-10
• 1.2 国内外研究现状10-12
• 1.2.1 国外研究现状10-11
• 1.2.2 国内研究现状11-12
• 1.3 论文主要研究内容12-13
• 2 散落物图像处理标定系统的设计13-20
• 2.1 相机成像的理论模型和图像三维重建原理13-15
• 2.2 相机标定方法的分类15-16
• 2.2.1 传统相机标定方法15
• 2.2.2 相机自标定方法15-16
• 2.2.3 基于主动视觉的相机标定方法16
• 2.3 相机标定在散落物图像采集中的实现16-17
• 2.4 散落物图像处理标定系统17-19
• 2.5 本章小结19-20
• 3 事故现场散落物图像预处理20-34
• 3.1 散落物图像灰度变换20-25
• 3.1.1 散落物图像灰度变换函数21-23
• 3.1.2 散落物图像直方图均衡化23-25
• 3.2 散落物图像平滑25-30
• 3.2.1 噪声25-27
• 3.2.2 中值滤波去噪27-29
• 3.2.3 维纳滤波去噪29-30
• 3.3 图像锐化30-33
• 3.3.1 Roberts梯度锐化30-31
• 3.3.2 高通滤波锐化31
• 3.3.3 Laplacian拉普拉斯锐化31-33
• 3.4 本章小结33-34
• 4 散落物图像特征识别34-57
• 4.1 阈值分割算法34-36
• 4.1.1 迭代分割算法34-35
• 4.1.2 直方图分割算法35-36
• 4.2 散落物图像边缘检测36-51
• 4.2.1 图像边缘检测分类37-43
• 4.2.2 散落物图像边缘检测43-51
• 4.3 散落物特征识别试验验证51-55
• 4.3.1 理论引例51-52
• 4.3.2 圆形散落物的特征识别52-54
• 4.3.3 矩形等规则多边形物体的特征提取54
• 4.3.4 不规则物体的特征提取54-55
• 4.4 本章小结55-57
• 5 散落物特征识别案例验证与分析57-64
• 5.1 汽车碰撞散落物模拟试验装置57-58
• 5.2 模拟碰撞试验中散落物特征识别试验验证58-62
• 5.3 散落物图像特征识别结果分析62-63
• 5.4 本章小结63-64
• 结论64-65
• 参考文献65-68
• 攻读学位期间发表的学术论文68-69
• 致谢69-70

【参考文献】

中国期刊全文数据库 前10条

1 王容;;浅谈数字图像处理技术的应用与发展[J];网络安全技术与应用;2014年07期

2 林捷;龚先冬;;交通事故现场散落物的勘查与运用[J];福建警察学院学报;2014年03期

3 吴新杰;王苗苗;黄国兴;;基于粒子滤波和机器视觉的圆形零件尺寸测量[J];机械设计与制造;2012年11期

4 赵秀玲;;计算机技术在交通事故处理中的应用[J];硅谷;2010年02期

5 管宏蕊;丁辉;;图像边缘检测经典算法研究综述[J];首都师范大学学报(自然科学版);2009年S1期

6 卢允伟;陈友荣;;基于拉普拉斯算法的图像锐化算法研究和实现[J];电脑知识与技术;2009年06期

7 张春霞;吴笑伟;;计算机技术在交通事故再现中的应用[J];交通标准化;2008年Z1期

8 顾强;;汽车碰撞散落物分布研究[J];交通标准化;2007年06期

9 陆玉凯;金先龙;黄靖;侯心一;;基于轮胎印迹的事故再现方法研究[J];汽车工程;2006年03期

10 饶海涛,翁桂荣;基于数学形态学的图像边缘检测[J];苏州大学学报(自然科学版);2004年02期

，

本文编号：581848