利用D-S证据理论的夜间车辆检测

摘要：

为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法.首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯等虚假目标.其次,使用尾灯聚类算法组合车灯对,得到车辆假设.最后,利用车辆车尾中车灯对的面积比、互相关值以及车灯对组合框长宽比等结构化特征信息来构建基本信任分配函数,运用D-S证据理论,融合这些特征信息得到总的信任度值,最终设立信任度阈值验证车辆假设.该方法减少了主观阈值的数量,可有效降低经验不足导致阈值确定不当的风险,提高辨别率.实验结果表明,该方法效果明显,提高了检测精度,减少了误判,同时提高了系统的鲁棒性.

关键词：D-S证据理论、夜间车辆、车辆检测、车灯检测

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：中央高校基本科研业务费资助项目531107040394

在线出版日期：2012-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1943-1946