论文部分内容阅读
基于MPEG运动矢量行车障碍检测算法,根据视频码流中运动矢量特点对车辆前方危险障碍物进行检测。作为一种直接在压缩域内进行障碍检测的算法,外界环境干扰、系统自身噪声等影响都易增加检测系统误判率。如何在内、外干扰的影响下,从连续视频中提取危险目标运动矢量就成为算法实用性研究的关键;此外,作为一种新的研究领域,对算法检测性能鲜有研究,而算法中虚、漏警率的数据统计又将为算法的准确性研究提供数据依据,因此,对其研究有着重要意义。
基于以上两点研究的重要性,本文在分析车辆行驶状态、障碍物出现的情况及深入研究基于MPEG运动矢量行车障碍检测算法的基础上,通过对实拍的车辆行驶连续视频流图像的检测,对原算法的虚、漏警概率进行实验统计分析;在此基础上就其实用性提出了改进,使其能够在检出率和虚警率之间达到平衡。具体研究内容主要分为以下几个步骤:首先利用MatLab软件编程,搭建MPEG连续视频流算法检测平台,可将视频中所获取的连续视频流路况信息分解成独立单帧,将其作为算法的输入图像序列应用算法进行检测,实现MPEG连续视频流行车障碍检测算法;其次,根据人工图像判读结论对算法的检出率和虚、漏警率进行统计;最后,根据实验数据表明结果,针对原算法中检出率高但虚警率也较高的问题,本文提出了改进意见。该方案是以重要采样定理和N-P定理为理论基础,将某路况下虚警概率经验值带入能使虚、漏警概率相互折中的N-P定理进行检测门限阈值的确定,对每种路况重复该过程,求出与之相应的最佳阈值门限,以此降低原算法中由阈值单一而带来的误判问题;在人工判读时,利用重要采样定理,降低了判读次数,减小了实验难度,此外,在估计虚警概率时,主要是以某路况下典型路况采样点进行估计,最后反推出该种路况下的虚警概率值,在保证实验精度的前提下减少了实验次数。
本文将改进算法应用于实际路况视频,实验统计了障碍检出率及虚警个数、漏警个数,并与原算法检测效果进行比较,实验结果表明,改进后算法在实用性和准确性方面较原算法有更好的效果。