基于多幀視頻圖像的道路檢測.pdf

1、基于視覺的道路檢測的關鍵是如何將道路圖像像素點準確確定為道路和非道路，針對車流量較大且路面情況復雜的情況存在很大挑戰(zhàn)，而單目視覺具有成本低廉、處理難度較大的特點，因此基于單目視覺的道路檢測成為研究的熱點。為此，本文結合智能駕駛汽車的具體應用，研究如何利用單目視覺對復雜路面情況實現(xiàn)道路檢測，提出具有準確率和魯棒性的道路檢測算法。本文的主要工作及研究成果如下:
　　為了提高道路檢測的處理速度，減少無關信息的干擾，提出一種結合行車參數(shù)和

2、相鄰多幀視頻圖像之間顯著性特征確定視覺處理感興區(qū)域的方法;根據(jù)智能駕駛汽車的行車參數(shù)，從標定好的車載攝像頭拍攝的圖像中確定感興趣區(qū)域。
　　為了提高道路檢測的準確性，降低成像質量的影響，改進一種基于定向濾波的降噪去模糊算法，使其滿足智能駕駛汽車的視覺道路檢測的準確性要求。該算法針對輸入圖像使用定向低通濾波大大地降低噪聲水平，同時保留濾波正交方向的模糊信息。該算法降低了噪聲，卻不會降低模糊信息，從而產生更好內核。針對給定的估計內核，

3、通過兩步迭代優(yōu)化會生成一個高品質的結果，達到降噪去模糊的效果。另外，結合多幀視頻道路圖像，在上一幀降噪去模糊圖像的基礎上，結合相鄰幀之間差異特征的降噪去模糊，即可得出當前幀的降噪去模糊圖像，降低時間復雜度，滿足實時性。
　　提出一種基于超像素及各向異性熱擴散的道路檢測算法。該算法首先通過超像素分割算法將感興趣區(qū)域過分割成小的同質區(qū)域，然后借鑒物理學中的熱擴散原理將超像素聚類為區(qū)域塊，最后結合先驗知識和協(xié)同分割中最大最相干原理獲得最