基于机器视觉的汽车乘员类型识别系统研究

发布时间：2020-07-13 13:05

【摘要】：近年来,汽车安全气囊的广泛使用,大大降低了道路交通事故发生时的伤亡率。但普通安全气囊系统是根据第九十五百分位男性乘员的正常坐姿进行开发的,当发生事故时,小身材或者离位乘员极有可能受到安全气囊的二次伤害。因此,智能安全气囊系统的研究便应运而生。智能安全气囊可通过实时获取乘员类型等信息来动态决策气囊的展开时刻以及展开的强度等工作模式,进而完成对不同类型乘员的最佳保护。因此,乘员类型的识别和分类是安全气囊智能化的前提和核心。本文根据不同类型乘员边缘轮廓的差别性,采用图像处理技术和模式识别方法研究了不同乘员类型图像的特征提取和选择、分类器的设计等问题,在此基础上建立了乘员类型识别系统。本文的主要研究内容如下:1.乘员图像的采集和边缘提取。通过CCD相机采集副驾驶座上的乘员图像,并对图像进行预处理。本文根据乘员图像与车内背景的实际情况,首先将彩色图像灰度化,然后经过图像感兴趣区域获取、图像增强处理和边缘检测后,得到一个乘员边缘图像。2.边缘图像特征值的提取和选择。由于边缘图像可以被看作一个随机概率分布函数,可利用矩技术实现图像特征的提取。本文采用Hu矩和Zernike矩作为乘员图像提取的不变矩。特征向量的高维数不仅增加计算复杂度,而且会降低分类器的正确率,因此有必要对提取的特征进行选择优化。根据搜索策略和评价准则,选择微分进化算法(Differential Evolution,DE)对特征进行优化选择,结合封装原理,得到最优特征子集。3.不同乘员类型的分类识别。本文采用支持向量机模式识别方法对已知乘员类型进行学习训练,建立了乘员类型识别器。然后验证未知乘员类型,得到分类正确率。比较Hu矩、Zernike矩、Hu-Zernike矩和DE选择后特征向量的乘员类型分类识别正确率,实验结果表明,经过DE选择优化后的特征子集向量高于原始特征集的识别正确率。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U491.61;TP391.41

【相似文献】

相关期刊论文 前10条

1 李龙跃;刘付显;刘永兰;齐德庆;;目标类型识别的改进灰关联模型[J];空军工程大学学报(自然科学版);2011年05期

2 葛文义;车辆轴承类型识别方法的探讨[J];哈铁科技通讯;1997年02期

3 屈志宏;齐晓林;李方;郭明威;;多传感器信息融合技术在目标飞机类型识别上的应用[J];火炮发射与控制学报;2008年03期

4 李大鹏;杨根源;李京;;基于粗糙自适应神经模糊推理的导弹类型识别[J];战术导弹技术;2012年04期

5 申清明;高建民;李成;;焊缝缺陷类型识别方法的研究[J];西安交通大学学报;2010年07期

6 冷画屏;吴晓锋;余永权;;水面目标机动类型识别研究[J];舰船科学技术;2007年04期

7 郭建亮;郭军;申卯兴;;基于二叉树支持向量机的空袭目标类型识别[J];现代防御技术;2009年01期

8 黄美发;张晶;匡兵;;基于自组织特征映射神经网络的零件加工尺寸类型识别[J];工程设计学报;2008年05期

9 杨扬;姚恩建;岳昊;刘宇环;;基于支持向量机的出行链活动类型识别研究[J];交通运输系统工程与信息;2010年06期

10 熊先泽;李言俊;张科;;基于信息管理与融合技术在目标类型识别上的研究[J];航天控制;2007年05期

相关重要报纸文章 前1条

1 河北 周炳峻 刘峰 刘永红;手机锂离子电池浅析及变通利用[N];电子报;2002年

相关博士学位论文 前2条

1 车红昆;非成像式超声检测缺陷类型识别关键技术及其应用研究[D];浙江大学;2011年

2 张鑫瑜;短波语音通话下的飞机类型识别研究[D];哈尔滨工程大学;2013年

相关硕士学位论文 前10条

1 加力康;基于多源融合技术的转子系统载荷识别研究[D];太原理工大学;2016年

2 张昊;基于机器视觉的汽车乘员类型识别系统研究[D];吉林大学;2016年

3 王一哲;事件类型识别问题研究[D];山东大学;2013年

4 曹鼎;文件类型识别技术研究[D];解放军信息工程大学;2011年

5 许潭潭;基于内容的数据碎片类型识别技术研究[D];杭州电子科技大学;2014年

6 张鑫瑜;基于短波通信的飞机类型识别[D];哈尔滨工程大学;2008年

7 李琥;银行单据类型识别研究与实现[D];浙江大学;2004年

8 邵素琳;基于机器视觉的烟叶梗茎检测与烟叶类型识别方法研究[D];南京理工大学;2013年

9 李亚奎;基于单目视觉的运动车辆类型识别[D];武汉理工大学;2008年

10 张杰;图像处理在车辆类型识别中的应用[D];武汉理工大学;2014年

本文编号：2753507