基于车载计算机的红外图像移动目标检测

摘要：

环境感知系统作为无人车平台的重要组成部分,是路径规划与决策控制等功能实现的基础与前提.结合车载计算机的硬件基础,设计一种复杂场景下的红外图像移动目标检测系统.该系统采用客户端/服务端(B/S)架构,在客户端浏览器进行服务请求后,服务端使用改进的YOLOv2算法对车载Rapid输入输出(RapidIO)高速总线传输来的红外图像进行目标检测;通过维度重聚类和改进激活函数等方法,有效降低了漏检和误检率;为弥补红外图像对比度低、纹理特征弱的缺点,提出一种基于直方图均衡化的双边滤波图像增强算法,该预处理能够有效保持图像轮廓细节信息.结果表明:改进YOLOv2算法的实时检测准确度相对于原始算法提升了4.1％;图像预处理算法显著提高了检测准确率;该系统可为开拓无人车载红外图像的应用领域提供可靠的技术支撑.

关键词：红外图像、YOLOv2算法、车载计算机、移动目标检测

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：十三五装备预先研究兵器工业联合基金项目6141B012301

在线出版日期：2022-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：66-73