《多数据融合的车辆检测算法的研究》由会员分享，可在线阅读，更多相关《多数据融合的车辆检测算法的研究（166页珍藏版）》请在金锄头文库上搜索。
1、洛阳理工学院毕业设计（论文）多数据融合的车辆检测算法的研究 摘 要随着科学技术的发展和用户需求的多样化，智能系统越来越多的被人们用在日常生活和科技防御中，而智能系统中较为常见的是智能监控系统的应用，它对人们的生活产生了越来越的影响。智能监控系统顾名思义是通过视频录像，再从中检测出所需要的景物。实现智能视频监控的第一步就是从指定的监控场景中检测并提取出运动物体(比如运动的人和车辆等)。而这些运动区域的准确提取是后续的目标跟踪、识别、分类等算法顺利进行的关键前提。然而，在实际的智能视频监控系统中，由于各种光线的存在，场景中会产生大量的阴影，并且阴影与产生阴影的运动物体具有相同的运动特征，这就使得阴
2、影和图像结合在一起，影响我们后续的图像处理，而采用单一的空间技术来检测景物时，人们大多采用目测目标的方法，这就造成了我们很难客观的找出视频中的指定景物。因此采用多数据融合的图像检测方法渐渐进入人们的事业，并且越来越受到人们的重视。这一技术已经逐渐成为该领域热点与难点。关键词：图像处理，多数据融合，车辆检测，Matlab应用Vehicle Detection Algorithm Based on Data fusionABSTRACTScience and technology development and the diversification of user needs, more and
3、 more intelligent systems are used in everyday life people and technology in defense, andintelligen-ce system is the more common application of intelligent monitoring system, its peoples lives had more impact. Intelligent monitoring system suggests that it is through the video recording, and then de
4、tected from the scene needed. The first step in intelligent video surveillance is to monitor the scene from the specified to detect and extract moving objects (such as movement of people and vehicles, etc.). And these movements accurately extract the region is the follow- up tracking, identification
5、, classification key prerequisite for the smooth algorithm. However, in practical intelligent video surveillance system, the existence of a variety of light, the scene will have a lot of shadows and the shadow cast a shadow of moving objects with the same movement characteristics, which makes the sh
6、adows and images together, affect our subseq- uent image processing, and the use of space technology to detect a single scene, people most- ly used method of visual targets, which resulted in difficult to find an objective specified in the video scene. Therefore, image data fusion using multiple det
7、ection methods getting into peoples cause, and more and more attention. This technology has gradually become the focus and difficulty in this area.KEY WORDS: Image processing, integration of multiple data, Vehicle detection, Matlab application 目录前言1第1章 数字图像的基础知识21.1图像的数字化表示21.1.1 采样21.1.2 量化31.2 颜色模
8、型分析41.2.1 RGB颜色空间41.2.2 HSV 颜色模型51.2.3 YUV颜色模型6第2章 图像处理的方法82.1 光流法82.2 帧差法92.3 背景减除法10第三章 Matlab基本知识及其图像处理123.1 Matlab123.1.1 Matlab语言简介123.1.2 Matlab 中图像类型133.2 图像类型转换14第四章 多数据融合车辆检测方法及Matlab仿真164.1 车辆检测方法及函数164.1.1 基于纹理的车辆检测法164.1.2 基于颜色空间的车辆检测184.1.3 函数详解194.2 多数据融合仿真图像204.2.1 基于纹理算法仿真204.2.2 基于R
9、GB颜色空间算法的仿真224.2.3 YUV颜色空间仿真23第五章 实验结果分析265.1 各种颜色总结表265.2 各种颜色车辆融合结果26结 论28谢 辞29参考文献30附录32外文资料翻译36II前言近年来人们的购车热朝导致了车辆数目的不断攀升，这标志着人民生活水平提高的同时，也给交通带来了更严峻的问题。人为因素引起的交通事故也逐渐进入人们的视野越来越受到人们的关注，所以世界各国都积极地开发辅助驾驶系统，而车辆检测系统是辅助驾驶系统的一个重要组成部分。近年来国内外的学者们对于如何将车辆从视频中准确清晰的检测出来做了不懈的深入研究，从而提出了有效的车辆方法和算法。总的来说车辆检测的方法有很
10、多种，但其本质就是利用车辆特征从背景中将车辆分割出来。常用的方法有基于对称性的检测，基于色彩空间的检测，基于车辆阴影的检测，基于车辆拐角匹配的检测，基于垂直水平边缘的检测，基于纹理的检测1。其中，阴影检测法能检测到基本上“所有的”车辆，但是这种方法在提供一个可能存在车辆的区域的同时，也经常会产生影响车辆检测的虚影。著名科学家T.K.ten Kate2就提出了这样一种方法，利用车辆的阴影通过全图搜索的方法找出车辆的感兴趣区域，然后用熵约束和对称性特征束剔除非车辆区域，得到了比较好的效果。其算法所用到的对称性算于是基于图像能量的思想算法比较复杂，而且要消耗大量时间。车辆检测中，准确率和效率都是非常
11、重要。综合多种特征对车辆进行检测可以有效提高检测的准确性，但同时也会降低车辆检测的效率以前车辆检测中，很多研究者只是用单一一种方法进行检测，本文主要运用基于色彩空间法和基于纹理的方法的融合进行车辆检测，经过实验证明该方法能够适应一定环境下的车辆检测。是一种具有较低漏检率的车辆检测方法。第1章 数字图像的基础知识1.1图像的数字化表示为了能够在计算机中处理所需图像，我们需要将模拟的连续可调的图像信息转变为印前图文信息系统可接受和处理的数字图像，然后才能进行计算和分析。将模拟图像转变成数字图像的转换过程称为图像数字化，过程可简单地分为：采样和量化两个步骤。1.1.1 采样采样是指将空间连续变化的图
12、像进行离散化，即用空间上部分点的灰度值来表示整个图像，或者将图像在空间上的离散化，这些离散点称为样点（或像素）3。一幅图像就是由像素点组成，采样后的图像就是由采样所得的有限个像素点所组成集合。例如一个1440*900分辨率的图像，就是由1440*900=1296000像素点组成。如图1-1所示。左面图像就是经过离散化处理后的显示图像，右面的是关于灰度值的取值范围及图像表示。图1-1 离散化处理图像采样通常的做法有两种静态和动态4。静态：先沿垂直方向采样， 再沿水平方向采样；运动：先在时间轴上采样，再沿垂直方向采样，最后沿水平方向采样。当然采样后的图像质量还要采样间隔的因素决定，间隔大小的选取依
13、据原图像中包含的细微浓淡变化来决定。1.1.2 量化模拟图像经过采样后，仍离散化为时间和空间上的像素。但该像素仍为连续像素（即灰度值）。把采样后所得的各像素的灰度值从模拟量转化到离散量的过程称为图像灰度的量化5，图1-2说明了量化过程。图1-2 量化过程若连续灰度值用z表示，将一定范围内的灰度值都量化为整数q，q称为像素的灰度值。一般量化后每个像素的量度值用二进进制的位数(bit)表示。将黑灰白连续变化的灰度值量化为0255共256级灰度值，灰度值范围为0255，表示亮度从深到浅，对应的颜色为从黑到白6。连续灰度值的量化为灰度级的方法有两种：等间隔量化和非等间隔量化。等间隔量化即简单的把采样值
14、的灰度范围等间地量化分割并进行量化；非等间隔量化是依据一副图像具体的灰度值分布的概率密度函数，按总的量化误差最小的原则进行量化。量化图像的梯级数目随图像的内容及处理的目的的差别不同。如：处理文字和图形时，各个相素只需有“0”与“1”两个值，即1bit的信息，这种用1bit信息表示的图亦称为二值图像7。1.2 颜色模型分析Matlab中，我们总是直接或间接应用RGB数据表示我们所用的颜色空间，但是除了RGB之外还有其他的颜色空间模型，主要还有HSV模型和YUV模型，这就构成了所喂的颜色空间。颜色模型是一个可见的二维颜色空间的光子集，它包括某个颜色域的所有颜色。颜色模型的用途是在某个颜色域内方便的
15、指定颜色由于每一个颜色域都是可见光的子集，所以任何一个颜色模型都无法包含所有的可见光。在大多数的彩色图形显示设备一般都是使用红、绿、蓝三原色为基色。在不同的应用领域中，颜色空间模型代表的意义不尽相同，但在计算机领域中，常常作为视频检测的工具和依据，其中最常用到的就是RGB颜色空间模型，因为该颜色空间的基色红、蓝、绿是大多数数字图像的基本组成。不过RGB空间也有自己的一些缺点，例如进行各个分量的数据量存储时需要给其分配足够大的存储空间，而且计算量比较大，所以在视频处理系统中，一般会考虑采用其他颜色空间。1.2.1 RGB颜色空间RGB是由R（红）、G(绿)、B(蓝)3个分量组成，是主要用于显示和保存彩色图像最常用的颜色空间，通过红、
