空间金字塔视野扩张网络的双目视觉深度恢复研究

发布时间：2022-01-17 06:38

　　当今摆在人们面前急需解决的安全出行课题是设计能够减少人为因素交通事故率的智能无人驾驶系统及辅助驾驶系统。该智能系统首要问题是对道路环境的感知。计算机视觉具有蕴含信息量丰富、低功耗、造价低廉以及环境感知性能媲美激光雷达,成为当今环境信息感知的研究热点。但双目视觉深度恢复技术仍面临着很多棘手问题,诸如遮挡,重复的图案,无纹理和表面强光反射等病态区域难以准确恢复出深度信息。对此,本文提出空间金字塔扩张卷积网络的智能汽车双目视觉深度恢复算法。本文研究内容主要有两项:1.区域分割优化的暗通道先验去模糊算法采用区域分割优化的暗通道先验去模糊算法,对摄像机采集、经矫正后的图像进行去模糊去噪图像预处理。由于道路扬尘及汽车尾气对空气的污染,加之天气原因,空气中悬浮着大量粒子,摄像机采集到模糊、对比度下降的图像,严重影响基于光学视觉设备的正常工作。基于暗通道先验算法去模糊会造成天空区域出现光晕失真现象。为此,本文提出区域分割优化改进去模糊算法。首先将模糊图像进行K均值初步分割,然后以选取大气光值A的局部区域为掩膜,统计出K均值分割的类别标签图对应掩膜区域位置的类别标签值,作为天空区域的类别标签值。随即采用... 

【文章来源】：郑州轻工业大学河南省

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

谷歌无人驾驶智能汽车2009年谷歌将丰田普锐斯智能改造为第1代谷歌无人驾驶车[1]

图 1-2 百度-宝马智能无人驾驶汽车图 1-3 搭载 Apollo2.0 的百度智能无人驾驶汽车。具有 Apollo2.0 的百度智能无人驾驶汽车于 2018 年 1 月在美国利进行了道路测试。该型百度智能无人驾驶汽车顶部安装有激光别具有长焦和短焦的摄像头。道路上的交通信号灯由摄像头进行

3图 1-3 搭载 Apollo2.0 的百度智能无人驾驶汽车。具有 Apollo2.0 的百度智能无人驾驶汽车于 2018 年 1 月在美利进行了道路测试。该型百度智能无人驾驶汽车顶部安装有激光别具有长焦和短焦的摄像头。道路上的交通信号灯由摄像头进行光雷达主要完成车身周围车道识别和障碍物检测。百度智能无人雨天气等恶劣天气环境下顺利完成各种测试科目。如图 1-3.0 的百度智能无人驾驶汽车。过上述研究现状分析，无人驾驶汽车向着多传感器信息互补融合杂环境语义理解方向发展。目视觉深度恢复国内外研究现状境感知是实现无人驾驶的首要解决的问题。基于激光雷达生成的深度图，定位精度等方面性能优良，但激光雷达成本过于昂贵。

【参考文献】：
期刊论文
[1]基于引导滤波改进的暗原色去雾算法[J]. 崔倩男,田小平,吴成茂.  计算机科学. 2018(05)
[2]基于Retinex的汽车牌照图像去雾研究[J]. 王小霞,黄颖雯,谭庭均,詹洪润,钟导峰,叶词福.  内蒙古农业大学学报(自然科学版). 2018(01)
[3]百度谷歌无人驾驶汽车发展综述[J]. 何佳,戎辉,王文扬,田晓笛,高嵩,郭蓬.  汽车电器. 2017(12)
[4]深度学习在视觉定位与三维结构恢复中的研究进展[J]. 鲍振强,李艾华,崔智高,袁梦.  激光与光电子学进展. 2018(05)
[5]基于深度学习的视觉SLAM综述[J]. 赵洋,刘国良,田国会,罗勇,王梓任,张威,李军伟.  机器人. 2017(06)
[6]双目视觉立体匹配技术研究现状和展望[J]. 林森,殷新勇,唐延东.  科学技术与工程. 2017(30)
[7]基于一种小波变换的图像增强去噪算法分析[J]. 白书华,陈志龙.  南昌大学学报(理科版). 2017(03)
[8]特斯拉升级辅助驾驶系统[J]. 李忠东.  轻型汽车技术. 2016 (Z4)
[9]雾天交通场景中单幅图像去雾[J]. 邢晓敏,刘威.  中国图象图形学报. 2016(11)
[10]人工智能发展推动信息安全范式转移——基于百度无人驾驶汽车的案例分析[J]. 李勇.  信息安全研究. 2016(11)



本文编号：3594236