基于计算机视觉的动态障碍物检测在汽车辅助驾驶系统中具有重要应用价值,其利用车载摄像机获取车前一定范围内的视频图像检测障碍物,从而估计出潜在的危险以便采取安全策略避免交通事故。但在行车过程中,车速和天气的变化以及开放的车行环境下视频背景的复杂多样性对障碍物检测的鲁棒性提出了较高的要求,同时由于摄像机随车体运行,因此运动背景下动态障碍物的检测以及检测的实时性要求进一步增加了算法的设计难度。
针对汽车辅助驾驶系统中动态目标检测的复杂背景和实时性要求,提出一种基于改进尺度不变特征变换( SIFT)算子和改进假设检验方法的动态目标检测方法。通过小波多分辨率分析和相邻帧间特征点位置估计改进SIFT方法,实现快速全局背景运动补偿参数估计,并在三帧差分图像上优化背景方差估计过程,解决因目标分布在图像边缘导致传统假设检验方法漏检的问题。实验结果表明,该方法不仅能够保持SIFT算子的优越性能,提高参数估计精确性,而且能加快特征配准和检测速度,满足系统的实时性要求。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !