基于立体视觉的车辆尺寸参数测量系统研究

本文利用双目立体视觉原理，提出基于数码相机阵列的车辆尺寸参数三维非接触测量系统，并对其进行可行性研究。系统以双目相机为基本测量单元，通过合理布置多个数码相机的位置，使得不同的基本测量单元负责车辆不同关键部位的测量，从而获取特征点的三维空间坐标，进而获得车辆尺寸参数。本文就其中的摄像机单目标定算法，双目标定算法以及三维重建算法进行相关的研究，并提出相应的实现算法。实验数据表明该测量系统的可行性和有效性，具有一定的应用前景。     

一种用于多摄像机无重叠视域环境下的车辆跟踪系统

针对当前交通监控系统中自动化程度较低、过多依赖人力进行监控的现状,文章设计了一种用于多摄像机无重叠视域环境下的车辆跟踪系统.该系统为中心-分布式结构,中心服务器与分布在前端的智能摄像机节点通过GPRS相连,与传统的功能单一的摄像头相比,基于DM642的智能节点可以在前端完成目标检测、跟踪以及分类等工作,并将抽象化后的目标特征信息通过GPRS传输给中心服务器,大大减轻了网络传输的压力.中心服务器根据节点传送来的目标信息,对不同摄像机视域下的目标进行匹配,实现了目标的连续跟踪,获得了更为全面的目标信息.试验表明,文章设计的车辆跟踪系统可以在较大监控范围内有效地跟踪目标车辆.     

基于方向可变H aar特征和双曲线模型的车道线检测方法

针对快速路车道线易受多种因素影响而较难检测的问题,提出了一种基于方向可变 Haar特征和双曲线模型的分布式车道线检测方法。首先对车载摄像头进行标定,确定图像中车道平面消失线的位置,将车道平面消失线以下部分的下2/3区域作为感兴趣区域Ⅰ。利用边缘分布函数获得感兴趣区域Ⅰ内车道线直线模型倾角,再采用方向可变 Haar 特征提取边缘特征点并拟合车道线直线模型,利用直线模型参数进一步确定感兴趣区域Ⅱ。提出一种单方向搜索算法,提取边缘特征点并利用双曲线模型拟合获取完整的车道线模型。通过约10000幅实际道路图片对车道线检测方法进行验证。验证结果表明：检测方法能很好地实现多种环境下的车道线检测,在晴好天气检测率为99．9％,不良天气检测率为99．7％。