1、汽車輔助駕駛系統(tǒng)的研究是近些年來計算機科學領域興起的又一個熱門研究方向，該系統(tǒng)的目的在于幫助駕駛者建立一個安全可靠的駕駛環(huán)境以減少交通事故的發(fā)生。該技術通過模擬人眼的視覺機理，用固定好的一組攝像機獲得駕駛環(huán)境信息并進行感知和判斷，最終通過發(fā)出預警來輔助駕駛者進行安全駕駛。由于車輛駕駛環(huán)境的特殊性，作為安全有效的汽車輔助駕駛系統(tǒng)，必須能夠達到實時性要求，只有這樣才能體現(xiàn)出其應用價值；與此同時，汽車輔助駕駛系統(tǒng)需要魯棒地應對多變的駕駛環(huán)境，

2、也就是說在面對不同的道路環(huán)境、復雜的路面狀況以及多變的氣候條件等都可以進行良好的判斷。為此，研究新的算法來同時滿足感知判斷的實時性和魯棒性要求是當今機器視覺領域筮待解決的關鍵難題。
　　 將光流場應用于智能駕駛系統(tǒng)時，由于真實的駕駛環(huán)境比較復雜，受光照影響，前后幀圖像間對應像素匹配難度較大；并且，在實際駕駛時，由于車速一般較快，前后幀圖像間視差較大，而這兩個條件是經(jīng)典Horn-Schrank光流法的致命缺陷。本文重點闡述了對圖像

3、進行高提升濾波預處理之后，利用由粗到細的圖像金字塔來解決大視差存在的場景，并利用雙向求解的一階近似總變分法(TV-L1)計算前后幀圖像間的光流場，最后將得到的光流場進行HSV色彩編碼，將其投影到色彩空間，以得到更好的視覺效果。本文具體的工作包括以下所述四個方面：
　　 1．研究了針對真實駕駛環(huán)境的有效的圖像預處理。通過對圖像的低頻濾波和高頻濾波以及原始圖像進行光流計算，分析出現(xiàn)不同結果的原因，創(chuàng)新的將改進后的高提升濾波引入到光流

4、場的計算，不僅提高了對光照等噪聲的魯棒性，并保留了圖像的低頻框架信息。
　　 2．研究了圖像金字塔算法對于快速行駛車輛帶來的大視差的魯棒處理。由于經(jīng)典Horn-Schrank光流法運動平滑的約束在真實的駕駛環(huán)境中是無法滿足的，所以對圖像進行由粗到細的多級尺度迭代，對原始圖像進行層層的抽樣得到粗尺度，然后通過先計算粗尺度圖像的光流場，這樣就可以滿足光流的運動平滑約束，最后由粗到細，進行同等插值，逐步得到原始圖像的光流場，如此處理的

5、計算復雜度大約是原始圖像光流計算復雜度的4/3倍，但卻可以很好的解決大視差存在的場景。
　　 3．用一階絕對值近似代替平方和的形式的總變分法(TV-L1)的應用大大簡化了光流計算的復雜度，雙向求解的TV-L1光流更進一步提高了光流計算速度。在光流能量函數(shù)聚合參數(shù)δc設定為0.01時，經(jīng)典的Horn-Schrank光流法計算一對大小為640×480，幀率為15幀/s的前后幀圖像的光流時需要0.855s，而雙向求解TV-L1光流僅需