文档介绍：:.
本蕴六峭学位论文作者:.栩犬航急原创性声明学位论文使用授权声明阺月贓≯¨年本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者:本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。同期:日期:
摘要随着人类社会的快速发展,车辆日益增多,道路交通事故频频发生,给人类社会造成了巨大的损失。因此,如何减少交通事故的发生和降低损失成为了全世界关注的热点。智能辅助驾驶技术是减少交通事故的发生和降低交通事故损失的有效方法之一。行人检测是其中的关键技术,它是利用传感器技术、图像处理技术、计算机技术等多种技术融合检测目标区域中是否存在行人。论文对智能辅助驾驶系统中基于机器视觉技术进行研究。首先分析了运动模糊图像的退化模型,研究了物体运动模糊图像成像原理,得到用于行人检测的运动模糊图像成像方法,确定了造成运动图像模糊的主要因素,然后对运动模糊图像进行处理,重点研究维纳滤波方法,得到较好的图像恢复效果。其次,研究了行人的轮廓特征,采用多种方法对行人图像进行边缘检测,得出基于阕拥谋咴导觳夥椒ň哂薪虾猛枷癖咴导觳庑Ч么吮咴导觳夥椒ń岷灰度形态学进一步进行图像处理,试验结果显示该方法能很好地消除行人轮廓的干扰因素。最后,详细分析了支持向量机算法,并构造了支持向量机分类器,分别选择纹理特征和不变矩特征作为行人的特征点,从样本图像中提取试验数据,选取部分样本对支持向量机分类器进行训练,然后用训练后的分类器对测试样本进行识别试验。试验结果表明,这两种特征点都能够对行人进行有效地识别。论文的图像试验样本采用摄像机的形式模拟车载视觉传感器获取,对采集到的图像进行预处理,建立行人和非行人图像数据库。关键字:行人检测支持向量机机器视觉纹理特征不变矩
,.Ⅱ.琺瑃琲.
目录翁в胪枷穹指睢髀邸课题背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..行人检测研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〉⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文的章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷窕≈J都霸ご怼数字图像基本知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..图像恢复⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...枷裢嘶P汀.:⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..灰度形态学⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
С窒蛄炕惴ā攻读硕士期间发表论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图像分割⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..最优分类超平面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.支持向量机算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.构造支持向量机分类方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.腥耸侗稹纹理特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目录
绪论课题背景及意义机器视觉是机器话阒讣扑慊对图像进行自动分析与处理,能识别出图像中的主要内容。有时也被称计算机视觉,这门科学已经有了几十年的发展历史,它通过研究图像或者视频来观察世界的科学,主要以摄像机拍摄的图像或视频为原始数据,提取出在图像或视频中能够观察到的事物】。随着信息时代的到来,用计算机处理各种信息的需求越来越多。信息处理技术已成为日常生活中各领域的需要,人们更希望能用计算机技术来处理视觉方面的问题,例如利用人脸、指纹等识别技术处理与个人有关的一切事请,利用自动监