基于改进SUSAN原则的车辆检测方法
为解决汽车辅助驾驶系统中目标车辆检测的实时性和鲁棒性问题,提出一种基于单目视觉的车辆检测系统,将改进的SU-SAN(Smallest Univalue Segment Assimilating Nucleus,即最小核值相似区)算法应用到车辆边缘检测中;采用自适应双阈值法检测车底阴影,结合车道线参数动态规划车辆初始检测区域;在检测区域中,采用改进的SUSAN算法定位车辆边缘,生成车辆假设;最后根据车辆的纹理、形状和位置特征来验证车辆假设;为改善系统性能,采用Kalman滤波算法对检测到的目标进行跟踪;使用实际采集的道路图像序列对系统进行测试.实验表明,该系统能够及时准确地检测前方目标车辆.
车辆检测、阴影特征、SUSAN算法、Kalman滤波
16
TP391(计算技术、计算机技术)
北京市教委重点项目和北京市自然科学基金项目资助KZ20041000501
2009-03-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
1792-1794,1808