等级公路上相对动目标的快速分割方法研究.pdfVIP

中文摘要 本文是“雾天等级公路景物识别方法的研究”项目的一个重要组成部分，该 项目由霉像滤波、臣标分割、摄像机定标和嗣标跟踪强个模块组成。在解决圉像 说别和场景描述等问题的过程中，涉及到模式识别、人工智能及计算机视觉等现 代信息科学和技术众多领域。 本文主要从事图像目标快速分割方法的研究工作，待分割目标有汽车、车道 线等。本课题具有目标和背景都在运动、背景复杂以及实时性要求高等特点。 本文首先研究了较为传统的分害q方法对本课题的有效性，如阈值法、区域生 长法、边缘检测法，并改进相关算法，取得如下成果： 1，使用自适应阈值分割方法对图像进行处理，得到经验公式。该算法能够 适应外界光照强度的变化，在分割行车标记时，运行速度及分割准确性 均能满足实时要求； 2．采用改进的区域生长算法进行图像分割，利用投影直方图获得种子点， 通过对生长准则的改进，成功地将汽车、行车标记等目标分割出来，醴 算法速度得到改善； 3．根据行车标记确定感兴趣区域。在此区域内，利用闽值分割法口j得到汽 车等多个目标，这样既可节省处理时间，又能保证分割的准确率。将此 分割结果与车道线图像融合到一起，即可得到最终的输出结果。 本文还就采用曲线进化算法进行图像分割的问题展开了研究，并用水平集方 法实现C—V偏微分方程的改进算法。将此算法应用在等级公路场景图像上，曲线 已开始进化，只是收敛速度很慢。使用简单背景的图像对算法进行了测试，结果 表明，曲线快速向目标边缘方向进化，并最终停止在目标边缘处，目标分割获得 成功。 总之，本文所作的工作只是一个初步的研究工作，无论在传统分割方面还是 在曲线进化方面都有待于进一步去研究。 关键词：图像分割 阙值法区域生长边缘检测 曲线进化水平集 ABSTRACT Theworkin an this is ofthe researchof paper important part project recognition methodfor of road scenerygrade in thatis of fog composed image filtering，object calibrationand segmentation，camera object involves tracking．This project pattern and vision recognition，artificial intelligencecomputer techniques． 7Fhis is abouttheresearchof papermainly rapid for imagesegmentation