论文部分内容阅读
CyberCar(区域智能车辆)是一种微型低速电动智能车辆,控制中心可对多台车辆进行集中调度和管理,它们具有无噪声、无污染、使用方便、安全可靠等特点,是“以人为本”技术理念在交通行为中的最佳体现。随着社会对交通安全和环境保护要求的不断的搞高和人类社会信息化、智能化的不断进步,CyberCar 应用领域将日益扩大,它也将成为衡量一个国家社会文明和科技进步的重要标志之一。图像处理技术是视觉引导CyberCar的关键技术。本文针对户外实际应用的实用型视觉导航CyberCar,研究了其在不同光照条件下视觉引导的图像处理技术。论文的研究内容主要包括以下几个方面:1. 变光照条件下图像的预处理:这部分是保证CyberCar 户外导航的最核心的问题。本部分着重论述了在不同光照条件下,动态的图像分割算法,本文在该领域对多种分割算法进行了研究和探讨,并在静态分析和实车实验的基础上,选择了几种有效的算法进行算法融合,成功地解决了变光照条件下图像的分割问题。2. CyberCar 的速度标示符的识别:设计了加速、减速、停车三种速度标识符,并且提出了一种基于物体形状的统计特征识别算法。3. CyberCar 数字标示符的识别:设计了CyberCar 数字标示符,按照数字标示符分两步提取的方法,针对CyberCar数字标示符的数学统计特征和结构特征,提出了标示符区域动态分割统计识别算法和结构过线数特征与统计不变矩特征相结合的两种识别算法。4. 视觉导航的试验:通过大量的试验,验证了在不同光照条件下和多种道路环境下图像分割和各种标示符识别算法的准确性和可靠性,试验数据和试验图片分析表明了本文研究的图像处理技术使视觉引导CyberCar达到了预定的研究目标。本文编制了全部算法,通过实验验证了算法研究的正确性。