基于改进Otsu算法在前方目标车辆识别中的研究

摘要：

在防碰撞预警系统中，使用常见的图像分割算法识别车辆时，易造成目标的特征信息丢失以及边缘模糊化的现象，因此文中采用了一种基于最大类间方差法与遗传算法相结合的分割算法。该算法先用正态分布概率密度函数确定前方车道区域灰度值的阈值范围；然后对遗传算法的初始种群进行交叉、变异操作以寻找分割阈值的最优解；在此基础上，结合最大类间方差法的自适应性，在给定的阈值范围内进行局部最优搜索；最后，获取图像分割的最佳阈值。研究结果表明，在光线昏暗、摄像头破损等情况下，改进算法具有很好的识别性，它不仅能有效地分割出目标车辆与背景，同时还大大地缩短了运行时间，提高了分割的时效性。通过Matlab仿真实验得出，改进算法在前方目标车辆识别中有明显的优势。

关键词：防碰撞预警系统、车辆识别、最大类间方差法、遗传算法、图像分割

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：辽宁省科技计划联合基金项目2015020047;北京市青年教师拔尖人才项目TXM2015-014223-000007

在线出版日期：2016-07-01（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：78-81