1、智能交通系統(tǒng)作為解決道路交通安全問題的方案,正成為當(dāng)今世界汽車安全領(lǐng)域的研究熱點。汽車夜視系統(tǒng)對于夜間安全駕駛具有重要意義,可以使駕駛員在夜間更好地觀察前方遠處障礙物,提高夜間行駛的安全性,因此汽車夜視技術(shù)得到了較快的發(fā)展,同時也逐漸被應(yīng)用于汽車上。目標(biāo)測距系統(tǒng)是智能交通視覺導(dǎo)航系統(tǒng)的一個重要組成部分,是提高駕駛的安全性、減少交通事故的發(fā)生的關(guān)鍵技術(shù),而且準確測量前方目標(biāo)距離也是實現(xiàn)自動或輔助駕駛的前提。本文基于雙目立體視覺的目標(biāo)深度信

2、息獲取技術(shù)應(yīng)用于可見光與紅外圖像,將為自動駕駛、視覺導(dǎo)航、目標(biāo)跟蹤等奠定基礎(chǔ)。整個測距系統(tǒng)設(shè)計包括系統(tǒng)模型結(jié)構(gòu)、軟件仿真平臺以及系統(tǒng)的測距方案,重點對系統(tǒng)設(shè)計中圖像預(yù)處理、攝像機標(biāo)定、圖像匹配以及深度信息獲取四大部分進行了論述：
　　 ⑴圖像預(yù)處理部分介紹了常用的圖像預(yù)處理算法,包括圖像濾波、圖像增強以及形態(tài)學(xué)處理等。在圖像增強中,采用了基于Retinex理論的圖像增強處理方法,該方法是從人類的視覺系統(tǒng)對信息處理的角度提出的。在

3、此基礎(chǔ)上本文對Retinex算法進行了改進,提出了一種基于S曲線的非線性圖像增強方法,結(jié)果表明該方法能夠取得良好的效果,提高圖像對比度,而且使目標(biāo)更加清晰,有利于運動目標(biāo)的觀察。
　　 ⑵攝像機標(biāo)定部分研究了攝像機成像模型以及攝像機標(biāo)定方法,考慮到實驗環(huán)境與實驗設(shè)備,本文采用了標(biāo)定精度高、操作比較方便的平面標(biāo)定法對攝像機進行了精確的標(biāo)定。
　　 ⑶圖像匹配部分介紹了圖像匹配的四個關(guān)鍵要素以及圖像匹配算法的分類,提出了基于

4、SIFT特征描述子的圖像匹配算法,對SIFT的相似性度量與誤匹配的消除進行了分析,通過選擇合適的比例閾值,利用歐式距離進行SIFT特征向量匹配,并采用RANSAC算法來進一步消除錯誤匹配點,提高了正確匹配率。
　　 ⑷深度信息獲取部分首先介紹了雙目立體視覺的結(jié)構(gòu)模型,之后分別推導(dǎo)了在平行雙目立體視覺條件下三角原理深度測量法與在任何位置的雙目立體視覺條件下射線交匯深度提取法。最后對實際所采集到的圖像進行深度信息計算,與實際的深度信