道路场景理解技术的研究

发布时间：2017-05-13 20:08

  本文关键词：道路场景理解技术的研究，由笔耕文化传播整理发布。

【摘要】：随着科技的迅速发展,车载智能系统在机器视觉领域占据着越来越重要的位置,道路场景的分析与理解作为车载智能系统的重要内容自然成为了研究的热点。场景理解是基于图像分析的更深层次的物体识别,前人已经对场景理解技术进行了许多探索,并且取得了许多令人鼓舞的成绩。目前场景理解技术主要使用于智能机器人、智能车辆等设备中,通常基于视频流或全景图进行理解和分析,针对单幅道路图像进行的研究相对较少。在道路场景中,由于道路形状不固定,颜色不一致并且易受光照和噪声影响等特点加剧了对其进行理解的难度,因此如何基于单幅道路图像进行场景理解是一个极具挑战的问题。本文围绕场景理解的一些关键技术进行了探索性的研究,包括图像分割技术、道路消失点检测技术、道路边界识别技术和相对深度估计技术等。在图像分割领域中,我们介绍了通过阈值进行图像分割的方法、基于边缘的图像分割方法和采用聚类手段进行图像分割的方法;在消失点检测领域中,我们详细的介绍了基于纹理特征的消失点检测方法,并提出了改进方案,使其能够正确的检测道路的远消失点;在道路边界识别方面,我们介绍了基于特征和基于模型的道路检测方法,并提出了基于道路边缘和消失点的道路边界检测方法;在深度估计方面,我们介绍了深度估计的相关知识,并阐述了基于图像分割结果的深度估计方法。为了实现对道路场景图像的分割和理解,首先我们通过高斯混合模型对图像进行聚类,并提出了一种获得聚类中心的方案,在分类图像上,我们利用边缘作为约束进行区域增长,得到天空区域图和道路区域图;然后我们基于道路区域利用纹理方向直方图对候选消失点的选择范围进行限定,再利用基于纹理特征的消失点检测方法提取远消失点;在得到道路消失点位置之后,我们基于道路边缘图像和消失点位置使用双曲线模型对道路边界进行拟合;最后我们基于区域提取结果和道路边界对图像进行深度估计,得到包含天空、道路和背景的深度图像。通过实验证明,本文提出的算法适用于较为复杂的道路场景,能够正确的对道路和天空区域进行提取,可以准确的获取消失点的位置和正确提取道路边界的曲线模型,具有良好的鲁棒性,并提供了基于道路延伸趋势的深度估计方法。
【关键词】：高斯混合聚类 消失点检测 边界识别 深度估计 道路场景理解
【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】：U463.6;U495;TP391.41
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-15
• 1.1 研究背景介绍11-12
• 1.2 课题研究意义12
• 1.3 本文主要内容和安排12-15
• 第2章 场景理解方法综述15-24
• 2.1 引言15
• 2.2 图像分割方法综述15-19
• 2.2.1 阈值分割法16
• 2.2.2 边缘检测法16-18
• 2.2.3 聚类分析法18-19
• 2.3 道路检测方法综述19-22
• 2.3.1 基于特征的道路检测方法20-21
• 2.3.2 基于模型的道路检测方法21-22
• 2.4 深度估计算法综述22-23
• 2.5 本章小结23-24
• 第3章 基于高斯混合模型的区域提取24-38
• 3.1 引言24
• 3.2 高斯混合聚类方法24-30
• 3.2.1 高斯混合模型25-27
• 3.2.2 EM算法初始参数的确定27-28
• 3.2.3 聚类中心的确定28-30
• 3.3 道路区域和天空区域的提取30-33
• 3.3.1 形态学处理和边缘检测30-32
• 3.3.2 基于边缘约束的区域提取32-33
• 3.4 实验结果与分析33-37
• 3.4.1 实验平台与数据选取33-34
• 3.4.2 聚类中心的获取和聚类效果对比34-36
• 3.4.3 区域提取效果36-37
• 3.5 本章小结37-38
• 第4章 道路场景理解38-54
• 4.1 引言38
• 4.2 消失点检测方法38-42
• 4.2.1 纹理特征的提取38-39
• 4.2.2 基于纹理特征的消失点检测39-41
• 4.2.3 改进的消失点检测方法41-42
• 4.3 基于消失点的道路边界曲线拟合算法42-48
• 4.3.1 曲线模型的选取43-44
• 4.3.2 基于Hough变换的直线检测44-46
• 4.3.3 道路边界拟合46-48
• 4.4 道路场景深度估计48-49
• 4.5 实验结果与分析49-53
• 4.5.1 消失点检测方法结果分析49-51
• 4.5.2 道路边界识别和深度估计结果51-53
• 4.6 本章小结53-54
• 第5章 总结与展望54-56
• 5.1 总结54-55
• 5.2 展望55-56
• 参考文献56-61
• 作者简介61-62
• 致谢62

【相似文献】

中国期刊全文数据库 前5条

1 陈德运;尹芳;吴锐;;基于消失点的场景文本透视变形校正方法[J];南京理工大学学报;2011年04期

2 钟鸿英;两点透视消失点、视距速定法[J];建筑知识;1994年04期

3 陈爱华;高诚辉;何炳蔚;;基于正交消失点对的摄像机标定方法[J];仪器仪表学报;2012年01期

4 曾立人;;面向摄影师的Photoshop CS2新功能详解(8) 变形和消失点[J];照相机;2007年07期

5 ;[J];;年期

中国重要会议论文全文数据库 前2条

1 韩秀丽;毋立芳;郭江;杨鹏;;基于二消失点的相机自标定方法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

2 胡培成;黎宁;赵亮亮;;一种新的基于消失点的摄像机标定方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国重要报纸全文数据库 前1条

1 江苏常州武进区湖塘桥中心小学 张玲珑;多媒体透视教学的探析[N];美术报;2008年

中国硕士学位论文全文数据库 前9条

1 付焕利;未标定视频下的动态人体身高测量[D];北方工业大学;2016年

2 邓思雨;道路场景理解技术的研究[D];吉林大学;2016年

3 罗小松;基于韦伯局部特征的道路消失点检测[D];重庆大学;2014年

4 米超;基于纹理特征和消失点的道路识别算法研究[D];湖南大学;2012年

5 王翠翠;萨特自由理论视角下彼得·魏斯小说《消失点》中艺术家的自由[D];四川外国语大学;2014年

6 唐佐林;结构化道路多行道线检测算法研究[D];南京理工大学;2007年

7 张强;室内移动机器人视觉导航方法研究[D];中南大学;2013年

8 蒋中强;视频监控中基于平差的目标空间定位技术研究[D];南京邮电大学;2014年

9 焦增涛;基于结构先验的规则场景三维重建技术研究[D];南京邮电大学;2012年

  本文关键词：道路场景理解技术的研究，由笔耕文化传播整理发布。

，

本文编号：363491