车载红外夜视图像的目标区域在线检测方法研究

发布时间：2017-09-16 21:48

  本文关键词：车载红外夜视图像的目标区域在线检测方法研究

  更多相关文章： 车载红外夜视图像 目标区域 目标检测 DSP开发板

【摘要】：红外图像及视频中目标区域检测一直是目标检测的重点和难点。目前,市场上存在的车载红外夜视辅助系统仅仅是将红外摄像机拍摄到的图像呈现到显示器,图像质量的好坏完全取决于摄像的质量和性能,并未对获取到的红外图像进行处理得到进一步的信息。因此传统车载辅助驾驶系统渐渐地无法满足人们的需求。随着计算机视觉技术的发展,图像处理算法在目标检测及目标区域检测方面不断被人们重视,逐渐成为模式识别与智能信息处理领域的研究热点之一。本文采用自建的车载红外图像及视频数据库,首先对车载红外图像的特点进行分析,对图像中信息进行提取。然后,围绕光流场目标检测算法进行分析和比较,并对车载红外图像目标区域检测的方法进行分析,同时提出改进光流场算法。最后,对算法进行仿真验证并将其移植到DSP开发板进行物理验证,取得较好实验效果。图像预处理部分,在比较了传统去噪算法后,由于车载红外夜视图像所具有的特征,提出了基于模板统计去噪算法。图像增强部分为了突出红外图像中各部分组成尤其是道路及运动的物体,本文提出方向扩散改进算法对车载红外夜视图像进行增强处理,该方法在对图像目标增强的同时可以很好的突出边缘信息,有利于我们采用光流场方法对目标及目标区域进行检测。仿真部分,利用MATLAB工具对车载红外夜视图像进行算法验证,结果显示本文算法对红外图像识别效果较好。然后将算法移植DSP开发板进行物理仿真,实验结果表明,该算法在车载红外夜视图像中对目标区域及目标的检测具有较好效果,对车载夜视辅助驾驶系统具有较大理论和实践意义,且具有广阔应用前景。
【关键词】：车载红外夜视图像 目标区域 目标检测 DSP开发板
【学位授予单位】：沈阳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 研究背景和研究意义10-13
• 1.2 红外夜视技术发展概况13-17
• 1.3 目前存在的问题17-18
• 1.4 本文研究内容18-20
• 第2章 车载红外夜视图像的采集20-26
• 2.1 红外夜视图像获取过程20
• 2.2 红外夜视图像获取的原理20-22
• 2.3 红外夜视图像采集设备及图像库的建立22-24
• 2.4 本章小结24-26
• 第3章 车载红外夜视图像的降噪处理26-36
• 3.1 数字图像的表示26-27
• 3.2 红外图像质量评价27-30
• 3.3 红外夜视图像特点分析30-31
• 3.4 概率统计模板去噪算法31-36
• 3.4.1 算法思想31-32
• 3.4.2 算法验证32-36
• 第4章 车载红外夜视图像的增强处理36-56
• 4.1 图像增强效果的评价36
• 4.2 红外夜视图像增强算法36-38
• 4.3 红外图像增强基本算法38-47
• 4.3.1 灰度变换38-39
• 4.3.2 线性变换39-42
• 4.3.3 分段线性灰度变换42-46
• 4.3.4 非线性灰度变换46-47
• 4.4 PDE红外图像增强处理47-56
• 4.4.1 P-M扩散方程48-50
• 4.4.2 方向扩散方程50-51
• 4.4.3 一种改进的方向扩散模型51-53
• 4.4.4 实验结果分析53-56
• 第5章 光流场对红外夜视图像目标区域检测56-64
• 5.1 光流方法发展56-57
• 5.2 光流场约束方程57-58
• 5.3 Horn&Schunck光流场算法58
• 5.4 改进光流算法58-60
• 5.5 算法仿真和结果分析60-64
• 第6章 实验平台的搭建与实现64-76
• 6.1 软件介绍64-65
• 6.2 硬件介绍65-68
• 6.2.1 DSP芯片介绍65
• 6.2.2 FI026开发板介绍65-68
• 6.3 软件系统的实现68-74
• 6.3.1 SEED-XDS510PLUS与CCS的链接68-69
• 6.3.2 提取目标区域的算法实现69-73
• 6.3.3 算法在开发板上的实现73-74
• 6.4 本章小结74-76
• 第7章 总结及展望76-78
• 7.1 全文总结76
• 7.2 研究展望76-78
• 参考文献78-81
• 在学期间研究成果81-82
• 致谢82-83

【相似文献】

中国期刊全文数据库 前10条

1 刘建忠;;图像边缘的数学结构分析[J];软件;2011年05期

2 陈文兵;张小磊;;基于图像边缘的能见度计算方法[J];微型电脑应用;2009年04期

3 曾友州;胡莹;曾伟一;郑晓霞;;提取数字图像边缘的算法比较[J];成都航空职业技术学院学报;2009年04期

4 潘卫国;鲍泓;何宁;;一种传统中国书画图像的二分类方法[J];计算机科学;2012年03期

5 周涛;陆惠玲;拓守恒;马竞先;杨德仁;;基于非凸区域下近似的图像边缘修补算法[J];宁夏大学学报(自然科学版);2012年01期

6 唐亮;唐娉;阎福礼;郑柯;;HJ-1 CCD图像自动几何精纠正系统的设计与实现[J];计算机应用;2012年S2期

7 宋建中;;喷雾图像的自动分析[J];光学机械;1988年04期

8 张锦华;孙挺;;引入像点融合度修补的图像边缘化参差拼接实现[J];微电子学与计算机;2014年08期

9 张晓清;;抠图另一法[J];数字世界;2002年11期

10 潘泓;夏良正;;一种基于图像边缘的矩计算方法[J];模式识别与人工智能;2003年03期

中国重要会议论文全文数据库 前10条

1 陆成刚;陈刚;张但;闵春燕;;图像边缘的优化模型[A];'2002系统仿真技术及其应用学术论文集（第四卷）[C];2002年

2 王伟凝;余英林;张剑超;;图像的动感特征分析[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

3 韩焱;王明泉;宋树争;;工业射线图像的退化与恢复方法[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展（下册）[C];2001年

4 王强;王风;;一种保持图像几何特征的去噪模型[A];中国通信学会第五届学术年会论文集[C];2008年

5 王培珍;杨维翰;陈维南;;图像边缘信息的融合方案研究[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 李大鹏;禹晶;肖创柏;;图像去雾的无参考客观质量评测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 孟晋丽;张毅;金林;;图像中混合噪声的小波域滤除方法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

8 漆琳智;张超;吴向阳;;引导滤波的单幅图像前景精确提取[A];浙江省电子学会2013学术年会论文集[C];2013年

9 张明慧;;基于模糊蒙片算法的CR图像边缘增强[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

10 王亮亮;李明;高昕;;强模糊空间目标图像边缘获取方法研究[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

中国重要报纸全文数据库 前10条

1 吴飞;无边距照片打印三部曲[N];中国电脑教育报;2003年

2 艾思平翻译;视频编码软件CCE SP2操作指南(9)[N];电子报;2009年

3 ;B超术语解释[N];农村医药报（汉）;2008年

4 ;图像质量调整秘技[N];电脑报;2001年

5 马骏睿 皓月;制作版画效果图片[N];中国摄影报;2007年

6 艾思平翻译;视频编码软件CCE SP2操作指南(14)[N];电子报;2009年

7 西安 张正仓;I~（2）C总线控制的HG-2220AV液晶屏视频信号驱动板[N];电子报;2003年

8 ;令挑剔的人也刮目相看[N];中国电子报;2001年

9 侯杰;国产芯片进军移动多媒体市场[N];人民邮电;2003年

10 于亮、阿鲲;技术“扫”天下[N];中国计算机报;2002年

中国博士学位论文全文数据库 前10条

1 梁福来;低空无人机载UWB SAR增强成像技术研究[D];国防科学技术大学;2013年

2 周静;基于忆阻器的图像处理技术研究[D];国防科学技术大学;2014年

3 贾茜;基于时—空域插值的图像及视频上采样技术研究[D];武汉大学;2014年

4 李照奎;人脸图像的鲁棒特征表示方法研究[D];武汉大学;2014年

5 郝红星;基于干涉相位图像构建数字高程模型的关键技术研究[D];国防科学技术大学;2014年

6 杨小义;图像特征识别算法及其在聋人视觉识别中的应用研究[D];重庆大学;2015年

7 王玉明;SAR图像地雷场检测技术研究[D];国防科学技术大学;2013年

8 温景阳;图像大容量、低失真可逆信息隐藏技术研究[D];兰州大学;2015年

9 李林;基于概率图模型的图像整体场景理解方法研究[D];电子科技大学;2014年

10 冯景;基于SAR图像的海面溢油检测研究[D];北京理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 李鹏远;图像检索算法研究及其在互联网教育中的应用[D];华南理工大学;2015年

2 万燕英;微聚焦X-ray图像自适应正则化去噪方法[D];华南理工大学;2015年

3 毛双艳;基于梯度域的图像风格化渲染方法的研究及其应用[D];华南理工大学;2015年

4 向训文;RGB-D图像显著性检测研究[D];华南理工大学;2015年

5 曾旭;基于聚类和加权非局部的图像稀疏去噪方法研究[D];天津理工大学;2015年

6 熊杨超;图像美学评价及美学优化研究[D];华南理工大学;2015年

7 王艳;图像视觉显著性检测方法及应用的研究[D];华南理工大学;2015年

8 郑露萍;图像二阶微分特征提取及人脸识别应用研究[D];昆明理工大学;2015年

9 王思武;基于太阳图像的特征提取和检索[D];昆明理工大学;2015年

10 曹静;基于暗通道先验算法的图像去雾处理[D];海南大学;2015年

，

本文编号：865635