车载红外行人检测系统研究-电子与通信工程专业论文.docxVIP

车载红外行人检测系统研究 摘要 行人检测是车辆辅助驾驶的一部分，在城市交通安全方面具有重要的应用价值，也 因此成为计算机视觉和智能车辆领域的研究热点。本文车载红外行人检测系统采用被动 式红外相机，它具有夜视功能，能同时应用在白天和晚上，且成像背景简单，不易受光 照、纹理、阴影和颜色等信息的干扰。然而由于行人为非刚性物体，且容易受背景中其 它热源的干扰，加之红外成像分辨率也较低，使得红外行人检测面临一定的困难和挑战。 文中针对红外图像的特点，对红外行人检测算法进行了研究，并对整体车载红外行人检 测系统的实现做了大量的研究工作。 红外行人检测主要分为感兴趣区域（Region of Interest，ROI）提取和行人识别两方 面内容。本文在这方面所做的主要研究工作为： 1.感兴趣区域提取部分，首先滤除红外图像中的噪声，然后根据红外图像背景像素 分布特点计算双阈值对图像进行自适应阈值分割，最后提取前景区域，采用串联滤波的 方法滤除不符合行人特征的区域； 2.行人识别部分，采用由粗到细的分层识别的方法，首先根据行人方向不同形状差 别较大的特点分别设计了左、右和前后朝向的行人头肩概率模板，用模板匹配的方法对 感兴趣区域进行粗分类，然后再提取粗分类识别出来的行人区域的方向梯度直方图 (Histogram of Oriented Gradient，HOG)特征,用 SVM 训练分类器对这些区域做进一步 的识别，实现细分类，针对三种朝向的行人分别训练了三个分类器，提高了识别率。为 了提高算法的鲁棒性，算法加入了跟踪过程，跟踪采用复杂度较低的区域跟踪的方法， 在提高识别效率的基础上减轻了计算量。 最后采集了 5 组红外视频，并建立了两种学习分类算法进行对比实验，实验结果表 明，本文学习分类算法具有更好的行人检测效果，将该算法应用在整体识别过程中，使 行人识别错误率降到了 1%以下。算法最终移植到嵌入式平台 DM6437 中，处理速度达到 了 22 帧每秒，验证了该算法较强的工程应用价值。 关键词：行人检测，感兴趣区域，模板匹配，HOG，SVM The Research of Infrared Pedestrian Detect System in Car Abatract As part of vehicle driver assistance system, pedestrian detection is very useful in keeping urban traffic safety, therefore it become a hot research field of Intelligent Vehicle and Computer Vision. Passive infrared camera is used for pedestrian detection because it has night vision capabilities and can be applied in both day and night. Also, the infrared image has simple background and immunes to the information of light, texture, shadow and color. However, pedestrian is non-rigid object and can be easily interfered by heat sources in the background, coupled with the lower-resolution of infrared image, makes the infrared pedestrian detection an difficult and challenge task. In this paper, infrared pedestrian detection algorithm is studied according to the characteristics of infrared images, and a lot of work is done to Achieve the overall vehicle infrared pedestrian detection system. Infrared pedestrian detection is mainly consist of ROI extraction and pedestrian recognition, the main research work of this article is as fllow: In ROI extr