一種惡劣氣候下車輛圖像分割算法的研究與實(shí)現(xiàn).pdf

1、在車載目標(biāo)物識別系統(tǒng)中，圖像分割能對車載攝像機(jī)所獲取的圖像序列進(jìn)行處理，輸出要檢測的目標(biāo)物的外接矩形區(qū)域，即感興趣區(qū)域(Region of interest，ROI)，并交付對象識別模塊做進(jìn)一步的判斷(車或者其它)。本文在前人研究的基礎(chǔ)上，提出并實(shí)現(xiàn)了惡劣環(huán)境下后方目標(biāo)物的圖像分割算法。
　　 本文通過分析和總結(jié)現(xiàn)有的惡劣氣候下車輛圖像分割算法的優(yōu)缺點(diǎn)，提出了一種新的惡劣氣候下的車輛分割算法。該方法通過分析大量的惡劣氣候下車輛區(qū)

2、域圖像的特征，研究若干圖像增強(qiáng)方法的實(shí)現(xiàn)原理，總結(jié)惡劣氣候條件下車輛區(qū)域的共性，提出了適合后續(xù)算法處理的圖像增強(qiáng)方法。為了使車輛邊緣輪廓變得更清晰，更利于后續(xù)算法的實(shí)施，本文基于人眼視覺的特點(diǎn)，提出了粗粒度的二值圖生成算法，在提高識別率的同時(shí)算法性能也得到了大幅度提升。文中詳細(xì)介紹了算法中用到的陰影圖、垂直邊緣圖等關(guān)鍵圖像的生成算法并提出一種很好的閾值自適應(yīng)方法，在此基礎(chǔ)上提出了魯棒性較好的車輛圖像分割和定位算法。在文章的最后給出了改進(jìn)