1、隨著我國(guó)城市化的不斷推進(jìn)和汽車(chē)的不斷普及,各種各樣的交通事故不斷出現(xiàn),尤其是在夜間,公路事故高發(fā)。因此,智能車(chē)載預(yù)警系統(tǒng)及其圖像處理技術(shù)的研究就越來(lái)越重要。
　　 本文首先介紹了選用的圖像采集系統(tǒng)和采集的圖像類(lèi)型,接著針對(duì)采集圖片的具體特點(diǎn),選擇車(chē)尾燈作為待提取的特征,之后用中值濾波對(duì)圖像進(jìn)行去噪處理,用拉普拉斯銳化將邊緣清晰化,用K-means算法和FCM算法選擇閾值數(shù),在迭代法和大津法之間選擇大津法進(jìn)行閾值分割,用數(shù)學(xué)形態(tài)學(xué)

2、運(yùn)算去除小的噪聲點(diǎn)。
　　 在對(duì)汽車(chē)尾燈進(jìn)行特征提取和配對(duì)時(shí),本文在選取了感興趣的區(qū)域之后,從前方車(chē)輛的幾何特征、亮度特征和顏色特征中選用幾何特征,使用其面積的規(guī)律以及車(chē)燈位置大致處于同一水平線(xiàn)的事實(shí)來(lái)提取和配對(duì)尾燈;然后在不清除非AOI區(qū)域和清除非AOI區(qū)域這兩種處理方法中,選擇了后面的處理方法,該方法的具體過(guò)程可概括為在清除非AOI區(qū)域后,求取連通域,提取各連通域的中心點(diǎn),提取和配對(duì)尾燈。最后,本文推導(dǎo)出了測(cè)距的公式,并計(jì)算