ITS 前车视觉检测 车距测量
2015-11-06 23:26
204 查看
场景:在车前面加摄像头,用视觉信息来检测车道线和前方车辆,以辅助驾驶
车道线检测:常为直线或者曲线,白色,利用灰度或灰度变化。先求边缘,再hough检测直线或者用。视场景可能加上形态学运算以去除噪声;
前车检测:往往图片中是汽车尾部,场景可能白天或晚上。
白天的可分为模式识别(统计)方法和检测目标轮廓的方法;统计的思路,为了实时,用Viola and Jones的级联分类器。直接检测目标,即检测汽车尾部,往往检测车和路面之间的阴影,因为这一块灰度通常很低,和场景中其他区域区分度大,cvblob的方法。对称性也可利用。
晚上主要要利用车灯,对称性、亮度值的信息
检测完可以跟踪。 TLD 或 KF?
车牌定位:常用车牌为蓝底白字、黄底黑字,主要是在该区域灰度变化很明显,所以可以检测边缘,边缘密集处为车牌可能的区域。垂直投影的方法求左右的边缘
车距测量:假设摄像头的高度和俯仰角已知,利用前车底部阴影的点,在世界坐标系中是位于地面上的(假设地面水平),则可以求出该点和摄像头的距离
车道线检测:常为直线或者曲线,白色,利用灰度或灰度变化。先求边缘,再hough检测直线或者用。视场景可能加上形态学运算以去除噪声;
前车检测:往往图片中是汽车尾部,场景可能白天或晚上。
白天的可分为模式识别(统计)方法和检测目标轮廓的方法;统计的思路,为了实时,用Viola and Jones的级联分类器。直接检测目标,即检测汽车尾部,往往检测车和路面之间的阴影,因为这一块灰度通常很低,和场景中其他区域区分度大,cvblob的方法。对称性也可利用。
晚上主要要利用车灯,对称性、亮度值的信息
检测完可以跟踪。 TLD 或 KF?
车牌定位:常用车牌为蓝底白字、黄底黑字,主要是在该区域灰度变化很明显,所以可以检测边缘,边缘密集处为车牌可能的区域。垂直投影的方法求左右的边缘
车距测量:假设摄像头的高度和俯仰角已知,利用前车底部阴影的点,在世界坐标系中是位于地面上的(假设地面水平),则可以求出该点和摄像头的距离
相关文章推荐
- 2014年科技行业就业前景大热特热 - 财富中文网
- lintcode- 乘积最大子序列
- 同学论文投递的那些会议
- 【Alpha】Daily Scrum Meeting第四次
- poj 1065 Wooden Sticks
- EnumSet用法
- 友情提醒:欲开发android5.0以上应用,请全部更新开发工具至最新
- 500Internal Server Error
- Git命令大全
- pg 数组函数
- uinavigationBar常用设置
- Python多版本管理软件pyenv的安装应用及pip的使用讲解
- poj 3278(bfs)
- Python之对象的属性
- Day2(11.1):(1)创建、修改和删除表
- sql语句查询一张表中某字段值重复的记录数据
- 3、oracle编程专家—设置AUTOTRACE
- Verilog 之 LFSR伪随机数
- iOS_Swift初识之使用三种回调方式自定义Button
- 根据PV量来确定需要进行压测的并发量