發(fā)布時間：2017-09-16 21:48

  本文關鍵詞：車載紅外夜視圖像的目標區(qū)域在線檢測方法研究

  更多相關文章： 車載紅外夜視圖像 目標區(qū)域 目標檢測 DSP開發(fā)板

【摘要】：紅外圖像及視頻中目標區(qū)域檢測一直是目標檢測的重點和難點。目前,市場上存在的車載紅外夜視輔助系統(tǒng)僅僅是將紅外攝像機拍攝到的圖像呈現(xiàn)到顯示器,圖像質量的好壞完全取決于攝像的質量和性能,并未對獲取到的紅外圖像進行處理得到進一步的信息。因此傳統(tǒng)車載輔助駕駛系統(tǒng)漸漸地無法滿足人們的需求。隨著計算機視覺技術的發(fā)展,圖像處理算法在目標檢測及目標區(qū)域檢測方面不斷被人們重視,逐漸成為模式識別與智能信息處理領域的研究熱點之一。本文采用自建的車載紅外圖像及視頻數(shù)據(jù)庫,首先對車載紅外圖像的特點進行分析,對圖像中信息進行提取。然后,圍繞光流場目標檢測算法進行分析和比較,并對車載紅外圖像目標區(qū)域檢測的方法進行分析,同時提出改進光流場算法。最后,對算法進行仿真驗證并將其移植到DSP開發(fā)板進行物理驗證,取得較好實驗效果。圖像預處理部分,在比較了傳統(tǒng)去噪算法后,由于車載紅外夜視圖像所具有的特征,提出了基于模板統(tǒng)計去噪算法。圖像增強部分為了突出紅外圖像中各部分組成尤其是道路及運動的物體,本文提出方向擴散改進算法對車載紅外夜視圖像進行增強處理,該方法在對圖像目標增強的同時可以很好的突出邊緣信息,有利于我們采用光流場方法對目標及目標區(qū)域進行檢測。仿真部分,利用MATLAB工具對車載紅外夜視圖像進行算法驗證,結果顯示本文算法對紅外圖像識別效果較好。然后將算法移植DSP開發(fā)板進行物理仿真,實驗結果表明,該算法在車載紅外夜視圖像中對目標區(qū)域及目標的檢測具有較好效果,對車載夜視輔助駕駛系統(tǒng)具有較大理論和實踐意義,且具有廣闊應用前景。
【關鍵詞】：車載紅外夜視圖像 目標區(qū)域 目標檢測 DSP開發(fā)板
【學位授予單位】：沈陽大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-20
• 1.1 研究背景和研究意義10-13
• 1.2 紅外夜視技術發(fā)展概況13-17
• 1.3 目前存在的問題17-18
• 1.4 本文研究內容18-20
• 第2章 車載紅外夜視圖像的采集20-26
• 2.1 紅外夜視圖像獲取過程20
• 2.2 紅外夜視圖像獲取的原理20-22
• 2.3 紅外夜視圖像采集設備及圖像庫的建立22-24
• 2.4 本章小結24-26
• 第3章 車載紅外夜視圖像的降噪處理26-36
• 3.1 數(shù)字圖像的表示26-27
• 3.2 紅外圖像質量評價27-30
• 3.3 紅外夜視圖像特點分析30-31
• 3.4 概率統(tǒng)計模板去噪算法31-36
• 3.4.1 算法思想31-32
• 3.4.2 算法驗證32-36
• 第4章 車載紅外夜視圖像的增強處理36-56
• 4.1 圖像增強效果的評價36
• 4.2 紅外夜視圖像增強算法36-38
• 4.3 紅外圖像增強基本算法38-47
• 4.3.1 灰度變換38-39
• 4.3.2 線性變換39-42
• 4.3.3 分段線性灰度變換42-46
• 4.3.4 非線性灰度變換46-47
• 4.4 PDE紅外圖像增強處理47-56
• 4.4.1 P-M擴散方程48-50
• 4.4.2 方向擴散方程50-51
• 4.4.3 一種改進的方向擴散模型51-53
• 4.4.4 實驗結果分析53-56
• 第5章 光流場對紅外夜視圖像目標區(qū)域檢測56-64
• 5.1 光流方法發(fā)展56-57
• 5.2 光流場約束方程57-58
• 5.3 Horn&Schunck光流場算法58
• 5.4 改進光流算法58-60
• 5.5 算法仿真和結果分析60-64
• 第6章 實驗平臺的搭建與實現(xiàn)64-76
• 6.1 軟件介紹64-65
• 6.2 硬件介紹65-68
• 6.2.1 DSP芯片介紹65
• 6.2.2 FI026開發(fā)板介紹65-68
• 6.3 軟件系統(tǒng)的實現(xiàn)68-74
• 6.3.1 SEED-XDS510PLUS與CCS的鏈接68-69
• 6.3.2 提取目標區(qū)域的算法實現(xiàn)69-73
• 6.3.3 算法在開發(fā)板上的實現(xiàn)73-74
• 6.4 本章小結74-76
• 第7章 總結及展望76-78
• 7.1 全文總結76
• 7.2 研究展望76-78
• 參考文獻78-81
• 在學期間研究成果81-82
• 致謝82-83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉建忠;;圖像邊緣的數(shù)學結構分析[J];軟件;2011年05期

2 陳文兵;張小磊;;基于圖像邊緣的能見度計算方法[J];微型電腦應用;2009年04期

3 曾友州;胡瑩;曾偉一;鄭曉霞;;提取數(shù)字圖像邊緣的算法比較[J];成都航空職業(yè)技術學院學報;2009年04期

4 潘衛(wèi)國;鮑泓;何寧;;一種傳統(tǒng)中國書畫圖像的二分類方法[J];計算機科學;2012年03期

5 周濤;陸惠玲;拓守恒;馬競先;楊德仁;;基于非凸區(qū)域下近似的圖像邊緣修補算法[J];寧夏大學學報(自然科學版);2012年01期

6 唐亮;唐娉;閻福禮;鄭柯;;HJ-1 CCD圖像自動幾何精糾正系統(tǒng)的設計與實現(xiàn)[J];計算機應用;2012年S2期

7 宋建中;;噴霧圖像的自動分析[J];光學機械;1988年04期

8 張錦華;孫挺;;引入像點融合度修補的圖像邊緣化參差拼接實現(xiàn)[J];微電子學與計算機;2014年08期

9 張曉清;;摳圖另一法[J];數(shù)字世界;2002年11期

10 潘泓;夏良正;;一種基于圖像邊緣的矩計算方法[J];模式識別與人工智能;2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術及其應用學術論文集（第四卷）[C];2002年

2 王偉凝;余英林;張劍超;;圖像的動感特征分析[A];第一屆中國情感計算及智能交互學術會議論文集[C];2003年

3 韓焱;王明泉;宋樹爭;;工業(yè)射線圖像的退化與恢復方法[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術產(chǎn)業(yè)發(fā)展（下冊）[C];2001年

4 王強;王風;;一種保持圖像幾何特征的去噪模型[A];中國通信學會第五屆學術年會論文集[C];2008年

5 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

6 李大鵬;禹晶;肖創(chuàng)柏;;圖像去霧的無參考客觀質量評測方法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

7 孟晉麗;張毅;金林;;圖像中混合噪聲的小波域濾除方法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

8 漆琳智;張超;吳向陽;;引導濾波的單幅圖像前景精確提取[A];浙江省電子學會2013學術年會論文集[C];2013年

9 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

10 王亮亮;李明;高昕;;強模糊空間目標圖像邊緣獲取方法研究[A];第九屆全國光電技術學術交流會論文集（下冊）[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 吳飛;無邊距照片打印三部曲[N];中國電腦教育報;2003年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報;2009年

3 ;B超術語解釋[N];農村醫(yī)藥報（漢）;2008年

4 ;圖像質量調整秘技[N];電腦報;2001年

5 馬駿睿 皓月;制作版畫效果圖片[N];中國攝影報;2007年

6 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(14)[N];電子報;2009年

7 西安 張正倉;I~（2）C總線控制的HG-2220AV液晶屏視頻信號驅動板[N];電子報;2003年

8 ;令挑剔的人也刮目相看[N];中國電子報;2001年

9 侯杰;國產(chǎn)芯片進軍移動多媒體市場[N];人民郵電;2003年

10 于亮、阿鯤;技術“掃”天下[N];中國計算機報;2002年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 梁福來;低空無人機載UWB SAR增強成像技術研究[D];國防科學技術大學;2013年

2 周靜;基于憶阻器的圖像處理技術研究[D];國防科學技術大學;2014年

3 賈茜;基于時—空域插值的圖像及視頻上采樣技術研究[D];武漢大學;2014年

4 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學;2014年

5 郝紅星;基于干涉相位圖像構建數(shù)字高程模型的關鍵技術研究[D];國防科學技術大學;2014年

6 楊小義;圖像特征識別算法及其在聾人視覺識別中的應用研究[D];重慶大學;2015年

7 王玉明;SAR圖像地雷場檢測技術研究[D];國防科學技術大學;2013年

8 溫景陽;圖像大容量、低失真可逆信息隱藏技術研究[D];蘭州大學;2015年

9 李林;基于概率圖模型的圖像整體場景理解方法研究[D];電子科技大學;2014年

10 馮景;基于SAR圖像的海面溢油檢測研究[D];北京理工大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李鵬遠;圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應用[D];華南理工大學;2015年

2 萬燕英;微聚焦X-ray圖像自適應正則化去噪方法[D];華南理工大學;2015年

3 毛雙艷;基于梯度域的圖像風格化渲染方法的研究及其應用[D];華南理工大學;2015年

4 向訓文;RGB-D圖像顯著性檢測研究[D];華南理工大學;2015年

5 曾旭;基于聚類和加權非局部的圖像稀疏去噪方法研究[D];天津理工大學;2015年

6 熊楊超;圖像美學評價及美學優(yōu)化研究[D];華南理工大學;2015年

7 王艷;圖像視覺顯著性檢測方法及應用的研究[D];華南理工大學;2015年

8 鄭露萍;圖像二階微分特征提取及人臉識別應用研究[D];昆明理工大學;2015年

9 王思武;基于太陽圖像的特征提取和檢索[D];昆明理工大學;2015年

10 曹靜;基于暗通道先驗算法的圖像去霧處理[D];海南大學;2015年

，

本文編號：865635