基于车载红外图像的目标检测系统

发布时间：2021-02-17 14:14

　　道路交通中的移动目标检测是汽车视觉辅助驾驶系统的重要组成部分。近年来,大多数学者采用深度学习方法对可见光图像中的目标进行检测,然而,普通的可见光车载摄像头在拍摄时容易受到黑夜、强光、恶劣天气等影响,从而导致所采集图像的质量急剧下降,而红外摄像头可以很大程度地缓解以上问题。但是,实际应用中的红外图像目标检测算法在鲁棒性和准确性上具有一定的局限性。因此,本文主要研究复杂交通场景下红外图像中的移动目标检测,论文主要开展工作如下:（1）根据红外图像的灰度统计、噪声以及频率特性,本文主要研究了图像降噪和增强两种预处理方法。在图像降噪方面,建立一种综合滤波方法,有效抑制了图像中的噪声。在图像增强方面,提出了基于直方图处理的双边滤波算法,该算法结合了图像的空间信息与统计信息,可以有效地保持红外图像的细节信息,并且能够增强图像的对比度。实验结果表明,使用预处理后的红外图像能够改善目标的漏检情况。（2）在目标检测中,论文基于回归的目标检测算法,对YOLOv2（You Only Look Once9000）网络中的激活函数进行改进,采用维度聚类方法对数据集中的目标边界框进行聚类分析。以上算法具有较强的鲁棒... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

目标检测算法发展历程

２．１红外图像分析??２．１．１红外光谱与红外辐射??宇宙中所有的物质或物体，通常都是由带电粒子组成，并且这些带电粒子时时??刻刻处于运动状态，也正因为这些物质处于运动状态，带电粒子运动所产生的温度??会高于热力学温度，会不断向四周辐射电磁能量。在现实生活中，红外摄像头能够??采集到物体或物质的热源分布，是由于物质本身的电磁辐射，也称作红外辐射或红??外线。这些电子在运动作用下自发产生电磁辐射，这些电磁辐射无法被人眼所捕获，??但这些运动电子本身具有很强的热作用，所以又称作热辐射［２６］。??红外光线不同于可见光，能够被人眼所看见，但确实是客观存在的一种物质，??只是红外光线所处的电磁波段不能被人眼所看到而己，在电磁波谱构成中，红外线??与其他电磁波一起，比如说微波、无线电波和紫外线等构成一个完整的电磁波谱图，??如图２－１电磁波谱图所示。??－ＨＴｆｉｉＡｉＡ?１ｍｍ?ｌｍ?１００ｋｍ??射线?：ｘ射线?紫外线?红外线?！微波?无线电波??

红外摄像头采集到的自然界信息通过灰度图像呈现，可以通过灰度信息来反??映采集到的红外图像。灰度直方图的灰度级分布反映对应图像的像素数量，能够对??分析图像像素分布情况提供帮助。如图２－２为灰度分布统计直方图。灰度分布统??计直方图的横坐标为灰度值，一般灰度级在０至２５５之间纵坐标表示灰度像??素出现的次数。??＾?Ｉ??１?Ｚ￣、■－??ｒ＞＜????????????－?????〇?２＂－１?灰度值??图２－２灰度分布统计直方图??Ｆｉｇ．２－２?Ｇｒａｙ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｓｔａｔｉｓｔｉｃａｌ?ｈｉｓｔｏｇｒａｍ??与光学摄像头采集到的光学成像信息相比，红外成像反映了物质或物体表面??在环境中热分布的情况，而可见光成像是光线照射物体或物质经反射后所展现环??境的色彩信息和纹理轮廓信息，具有很大的不同。根据热红外图像与可见光图像成??像的差异性，可以总结出红外图像的几个明显特点如下：??１）

【参考文献】：
期刊论文
[1]复杂热红外监控场景下行人检测[J]. 许茗,于晓升,陈东岳,吴成东,贾同,茹敬雨.  中国图象图形学报. 2018(12)
[2]基于Darknet框架下YOLO v2算法的车辆多目标检测方法[J]. 李珣,刘瑶,李鹏飞,张蕾,赵征凡.  交通运输工程学报. 2018(06)
[3]嵌入式系统的应用现状及发展趋势[J]. 王龙飞.  中国新通信. 2018(23)
[4]基于YOLO模型的红外图像行人检测方法[J]. 谭康霞,平鹏,秦文虎.  激光与红外. 2018(11)
[5]基于深度学习的目标检测研究与应用[J]. 王潇天.  电子制作. 2018(22)
[6]第三季度全国机动车和驾驶人保持平稳增长[J].   道路交通管理. 2018(11)
[7]基于YOLOv2的复杂场景下车辆目标检测[J]. 李云鹏,侯凌燕,王超.  电视技术. 2018(05)
[8]基于深度学习的道路实景行人车辆检测[J]. 张泽轩,陈虎,吴志红,王敏.  现代计算机(专业版). 2018(10)
[9]基于自适应目标图像恢复的红外弱小目标检测[J]. 熊斌,黄心汉,王敏.  华中科技大学学报(自然科学版). 2017(10)
[10]基于多特征的快速红外弱小目标检测算法[J]. 易翔,王炳健.  光子学报. 2017(06)

硕士论文
[1]基于深度学习的车辆检测算法研究及系统实现[D]. 张雲轲.电子科技大学 2018
[2]基于车载视频的道路车辆及行人检测[D]. 唐诗.电子科技大学 2018
[3]基于车载视觉系统的目标检测优化算法研究[D]. 乐国庆.北京交通大学 2017
[4]基于红外的移动人体目标检测与跟踪研究[D]. 林豪杰.昆明理工大学 2011



本文编号：3038099