發(fā)布時間：2020-11-21 20:32

　　 隨著我國道路交通方面的快速發(fā)展,道路交通中的安全事故已經(jīng)成為嚴重威脅人民生命及財產(chǎn)安全的重要問題之一。根據(jù)分析顯示,駕駛員在行車過程中的行車視距嚴重影響著其行車安全。因此,開展對駕駛員行車視距檢測的技術(shù)研究,能夠為駕駛員的行車安全提供技術(shù)輔助,對降低道路交通事故的發(fā)生率具有重大意義。針對傳統(tǒng)算法下道路圖像中車道標識線擬合誤差較大的問題,采用車道線寬度約束下道路中線提取技術(shù),進行車道標識線檢測及道路方程的擬合求解的技術(shù)研究。通過對道路圖像采取中值濾波去噪、邊緣信息提取等預處理,深度挖掘道路圖像中車道標識線邊緣輪廓信息;在建立雙曲線模型的基礎(chǔ)下,基于車道線固有特征進行標識線的篩選以及基于車道線的中線特征點提取技術(shù),通過Hough變換進行車道標識線的擬合,有效解決車道線擬合誤差較大的問題。針對彎道線形下,駕駛員行車視距檢測困難的問題,采用基于特征點提取的行車視距測距模型算法,進行駕駛員行車視距的準確測量。通過分析道路設(shè)計中車輛的停車視距模型,確定駕駛員的安全行車視距;基于攝像機的成像特點以及坐標系的轉(zhuǎn)換方式,建立駕駛員行車視距測距模型;通過對映射矩陣的分析,求解得到攝像機的內(nèi)外參數(shù),進而根據(jù)測距模型求得準確的駕駛員的行車視距�；�于VC++平臺開發(fā)了車輛行車視距測算系統(tǒng),實現(xiàn)了車輛行車視距的準確計算。為驗證本研究所提出算法的正確性及有效性,設(shè)計并實施道路圖像視距測算實驗,通過對比實驗數(shù)據(jù)與通過本文中算法計算所得結(jié)果,以及對結(jié)果產(chǎn)生誤差進行分析,驗證算法的有效性以及測距模型對駕駛員行車視距測算的準確性。
【學位單位】：長安大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U463.6
【部分圖文】：

9圖 1.2 本文技術(shù)路線圖1.4 本章小結(jié)（1）通過近年來國內(nèi)道路交通事故頻發(fā)，傷亡人數(shù)居高不下狀，分析了目前發(fā)展狀態(tài)下進行基于車道線檢測的行車視距技術(shù)研據(jù)，同時提出了本文的研究目的及其研究意義。

長安大學碩士學位論文法。圖像灰度化之后的灰度值為 RGB 三原色亮度的gray (i , j ) = (R(i, j) + G(i, j) + B(i, j)) / 3均法。根據(jù)人的眼睛對灰度值的敏感程度不同，對 R：0.3：0.59：0.11。此時，得到的灰度值最為還原人眼gray (i , j ) =0 .3 R(i, j) + 0.59G(i, j) + 0.11B(i, j)其灰度化之后的圖像分別為圖 2.1、圖 2.2 所示。

j ) = (R(i, j) + G(i, j) + B(i, j)) / 3均法。根據(jù)人的眼睛對灰度值的敏感程度不同，對 R：0.3：0.59：0.11。此時，得到的灰度值最為還原人眼gray (i , j ) =0 .3 R(i, j) + 0.59G(i, j) + 0.11B(i, j)其灰度化之后的圖像分別為圖 2.1、圖 2.2 所示。圖 2.1 原始道路圖像
【參考文獻】

相關(guān)期刊論文 前7條

1 郭烈;黃曉慧;劉寶印;李兵;;基于道路模型的彎道檢測研究與應用[J];交通信息與安全;2012年03期

2 孟麗霞;孫富春;邵宇;;基于單目視覺的道路圖像理解綜述[J];計算機應用;2010年06期

3 朱振偉;劉廣瑞;劉巧紅;;一階邊緣檢測算法的研究[J];現(xiàn)代電子技術(shù);2009年24期

4 王牛;李祖樞;武德臣;于芳;;機器人單目視覺定位模型及其參數(shù)辨識[J];華中科技大學學報(自然科學版);2008年S1期

5 徐友春,王榮本,李克強,趙玉凡;一種基于直線模型的道路識別算法研究[J];中國圖象圖形學報;2004年07期

6 王榮本,李斌,儲江偉,紀壽文;公路上基于車載單目機器視覺的前方車距測量方法的研究[J];公路交通科技;2001年06期

7 鄭小萍,莫金垣,謝天堯;一種新型的曲線擬合技術(shù)在分析信號處理中的應用[J];計算機與應用化學;1999年05期

相關(guān)博士學位論文 前2條

1 范延軍;基于機器視覺的先進輔助駕駛系統(tǒng)關(guān)鍵技術(shù)研究[D];東南大學;2016年

2 楊煒;客運車輛危險行駛狀態(tài)機器視覺辨識系統(tǒng)研究[D];長安大學;2013年

相關(guān)碩士學位論文 前4條

1 李強;無人駕駛車輛的行道線檢測方法研究[D];南京理工大學;2017年

2 洪浩;基于視覺的車輛防碰撞預警系統(tǒng)算法研究[D];遼寧工業(yè)大學;2016年

3 劉燕兵;基于方向可調(diào)濾波器的車道線識別方法研究[D];電子科技大學;2009年

4 曾素娣;基于單目視覺的測距算法研究[D];昆明理工大學;2007年

本文編號：2893561