倒車場景下基于單目視覺的行人檢測研究與實現(xiàn).pdf

1、隨著社會經(jīng)濟的不斷發(fā)展，汽車作為基本的交通工具保有量不斷增加，導致城市交通安全問題日益突出。行人作為交通行為的主要參與者，往往成為交通事故的直接受害者，因此如何保護行人的安全成為當今研究的熱點領(lǐng)域。與此同時，伴隨著全球科技的不斷發(fā)展，基于計算機視覺技術(shù)的應(yīng)用越來越來廣泛。本文使用單目視覺傳感器獲取車輛周圍環(huán)境信息，完成了倒車場景下的行人檢測及預警系統(tǒng)設(shè)計。
　　本文主要完成了以下四個方面的研究與實現(xiàn):第一，使用圖像預處理、邊緣增強

2、、輪廓提取等技術(shù)，完成了基于有效邊緣的候選區(qū)域分割，候選區(qū)域的提取可以有效地減少行人識別檢測的范圍，從而提高了行人檢測的實時性。第二，采用Haar特征描述行人，通過對搜集到的行人正負樣本庫進行學習訓練完成了基于Adaboost算法的級聯(lián)分類器設(shè)計，訓練得到的級聯(lián)分類器可以有效地在候選區(qū)域范圍中檢測識別行人目標。第三，在HSV色彩環(huán)境下，通過對已檢測行人目標的色彩的提取，實現(xiàn)了基于CamShiR算法的行人目標的跟蹤，同時本文對CamShi

3、ft算法的收斂條件提出了改進，改進后算法減少了周圍環(huán)境色彩干擾對跟蹤效果的影響。第四，使用張正友標定方法對實驗信息采集攝像機完成了內(nèi)參數(shù)的標定，然后在既定的約束條件下，建立了車輛后方的幾何模型，本文將該幾何模型和超聲波倒車雷達結(jié)合在一起構(gòu)建了一個車輛后方的預警模型，該預警模型檢測范圍廣，通過定位行人目標所處的預警區(qū)域，可以作出不同的預警行為。
　　最后，通過對不同環(huán)境下的實驗，表明本文的行人檢測算法具有較好的魯棒性，識別算法具有較