【摘 要】
：
随着我国汽车制造和智能交通领域的发展,汽车智能化水平逐年提升。在汽车价格平民化与道路条件标准化的背景下,汽车已成为人们工作和生活中的重要工具。然而,汽车的大量使用也产生了一系列的负面影响和安全隐患,例如上下班高峰严重的交通堵塞,频发的交通事故等。如何通过安全辅助驾驶系统预防和减少交通事故的发生成为了学界日益关注的核心焦点。其中,基于双目视觉的障碍距离检测和车道线检测是该领域的热点问题,本文设计开发
论文部分内容阅读
随着我国汽车制造和智能交通领域的发展,汽车智能化水平逐年提升。在汽车价格平民化与道路条件标准化的背景下,汽车已成为人们工作和生活中的重要工具。然而,汽车的大量使用也产生了一系列的负面影响和安全隐患,例如上下班高峰严重的交通堵塞,频发的交通事故等。如何通过安全辅助驾驶系统预防和减少交通事故的发生成为了学界日益关注的核心焦点。其中,基于双目视觉的障碍距离检测和车道线检测是该领域的热点问题,本文设计开发一种视觉感知系统,通过传感器获取车辆周围环境信息,辅助驾驶员完成对汽车的合理控制。主要研究内容如下:（1）相机标定与极线校正。根据相机成像原理,对四种坐标系展开研究,根据坐标系间的位置关系,将图像坐标系像素坐标与世界坐标系三维空间坐标对应起来;分析不同种相机标定方法优缺点,最终选择张正友标定法进行标定;结合双目相机标定原理,根据单目标定结果和两个相机坐标系间的位置变换关系,经过极线校正得到校正后图像。（2）图像立体匹配。区域匹配和特征匹配是常用的立体匹配方式,本文根据车辆行驶过程中对测距速度的要求,选择匹配速度较快的特征匹配方法。对比SIFT、SURF、ORB三种特征匹配方法的匹配效果,提出基于改进ORB-RANSAC的立体匹配方法;采用基于双目位置信息的极线约束与基于汉明距离的特征匹配相结合的方法,删除误匹配点;采用基于K维树（kd-tree）的近邻点顺序一致性约束方法,筛选出初始内点集合,并采用迭代预检验方法提高RANSAC匹配速度。（3）双目测距。研究双目测距的原理,找出空间点在左右图像中对应的投影点,计算其相对视差,结合双目标定结果得到空间点实际空间位置坐标;采用二次曲面拟合的方式将待匹配点坐标精确到亚像素级,以获得较高精度的测距结果。（4）车道线检测。采用Lab色彩空间中b分量与灰度图像加权的方法增强黄色车道线的对比度;根据车道线在图像中连续且梯度方向相同的特点,选择合适掩膜遍历边缘点,得到上升沿和下降沿的连续轮廓区域,剔除非连续干扰边缘;对采集到的轮廓边缘曲直判定后采用不同的拟合算法拟合车道直线和曲线,并根据消失点原理及车道线位置范围去除非车道轮廓。
其他文献
聚类算法作为模式识别、数据挖掘领域的重要研究内容,受到研究者的广泛关注。近年来,许多对团簇状的数据表现出较好性能的聚类算法被提出,但面对结构复杂、边界不易区分、非球形分布和高维的数据集,单个聚类算法很难得到较好的聚类结果,集成聚类算法则可以解决上述问题。本文从多个方面研究集成聚类算法,并对集成聚类算法进行改进,具体研究内容如下:1.提出一种超簇加权的集成聚类算法。由于大多数集成聚类使用K-mean
目前多视角聚类已取得了重要进展,但仍然面临诸多挑战,其中一个关键的挑战是:尽管大部分多视角聚类方法提出了不同的视角协同机制,但大部分方法在进行多视角协同时间,仅利用显式的原始空间信息或者仅利用某些隐性空间的信息,因而未能充分实现显隐信息间的协同。此外,拓扑结构是数据集的重要的信息,但多数多视角聚类算法进行协同学习时,未能充分利用此类信息进行协同。针对上述挑战,本文提出了两个多视角聚类算法,较之于目
锅式杀青是由茶农在锅内翻炒茶叶,并根据茶叶气味及颜色的差异及时调节锅温,改变茶叶受热量。因人工感官反馈控制的优势,这种杀青方式主要用来处理名贵茶叶。然而受主观因素和环境因素的影响,这种杀青方式均一性较差,且手工控制锅温,耗费人力。因此,本文以绿茶鲜叶为实验材料,利用PEN3电子鼻和视觉在线检测技术代替人的嗅觉和视觉,对不同恒定锅温杀青过程中绿茶气味和颜色进行测量并对其变化规律及变化机理进行研究,同
近年来,随着网络、大数据、人工智能的飞速发展,在网络成为人们生活中不可或缺的一部分的同时,自媒体行业也日益壮大。网络中不可避免的呈现出一些非合规图片。这不仅污染了网络环境,也在一定水平上影响到了人们的身心健康。其次,在信息时代的成长下,深度学习成为这个范畴比较突出的一个方面。一般来说,深度学习会耗费了大批的计算力和内存等。对神经网络来讲,神经网络越精密,所获得的成果就会越准确。这使得经过深度学习后
艺术品的量化评估是实验美学、计算美学、计算机艺术、人工智能艺术等许多领域的基础。计算美学领域的研究集中于图形艺术客观物理特征的测量和计算,而实验美学领域的研究则集中于主观心理感受的量化。这些研究为审美对象提出了多样化的美学评估指标和方法,但在很大程度上忽略了书画作品的“可追溯感”的美学评估。可回溯感是艺术欣赏和临摹中想象地再现原作创作行为的一种审美体验,其本质是与创作者产生“共情”。书法的这一审美
本文主要针对具有周期性变化图案的纺织品,研究对其瑕疵部分进行检测的算法。在传统图像处理领域,针对纺织品图像由于在拍摄生成的过程中存在的拉伸和旋转形变,提出一种图像校正方法,将不同程度变化的不规则图案校正为符合图像本身周期规律的整齐图案。在深度学习领域,在传统自编码器的基础上加入SSIM损失函数和高斯噪声项,以提高对图像的重构能力,用于将有瑕疵的图像重构为无瑕疵图像,以实现对瑕疵部分的识别。利用深度
图像融合是一种图像增强技术,通过将不同类型的传感器获得的图像组合起来,从而生成具有丰富信息和鲁棒性良好的融合图像,以便后续的图像处理。图像融合技术广泛使用在军事、遥感、安全监控和医学图像等领域。融合方法设计的关键是高效的图像信息抽取和合适的融合规则,并且要避免人工因素对融合结果的影响。传统的图像融合算法基于手工设计融合规则,算法复杂且运行速度慢,泛化能力及鲁棒性较差。随着深度学习在图像融合上的应用
获取大型的带注释数据集是非常昂贵的,需要从现有标签的数据集到未标记的数据的转移过程。然而,特定应用程序相关的数据通常与公开可用的数据集不同,因为这些特定的数据是来自不同的领域。虽然域自适应在利用源领域的标记数据来学习未标记目标领域的精确分类器方面已经取得了巨大的成功,但是这些域自适应算法都是在源域与目标域具有相同类别,利用标签丰富的源域信息对标签稀少且分布相似的目标域数据进行迁移学习。然而,由于现
随着中国传统文化逐渐走向世界,在数字化平台传播、宣传、弘扬中国非物质文化遗产也成为了学界和产业界共同努力的目标。因此,以中国传统文化、传统艺术、非遗文化为主题的应用程序层出不穷。而江苏宜兴的传统紫砂文化在数字化平台上一直处于发展的初期,其界面以图文介绍和商品交易为主要功能,界面的视觉设计也显得相对简单。在以文化传播为主要功能的应用程序案例的借鉴下,在图形化界面和动画交互界面的发展现状下,论文试图通
专利文本记录了大量的科技成果信息,受到了人们的高度关注。随着互联网的快速发展,专利文本数量不断增多,如何从纷繁冗杂的专利文本中高效地抽取其中关键特征一直都是自然语言处理的基础研究问题。然而,现有的面向专利文本的特征抽取还未取得十分令人满意的效果,对专利文本特征抽取的准确度需进一步提高。针对以上问题,论文提出一种无监督的融入公共知识的TextRank专利关键词提取模型,该模型有效地利用了先验公共知识