1、隨著經(jīng)濟節(jié)奏的快速發(fā)展,人民生活水平逐漸提高,汽車已經(jīng)走進千家萬戶。隨汽車保有量的增加,交通安全問題逐漸走入人們的視線。其中作為城市間橋梁的高速公路也成為嚴重交通事故多發(fā)地之一。高速公路安全問題是智能交通系統(tǒng)的重要組成部分,保障在高速行駛下的汽車安全是本文的出發(fā)點。
　　論文的研究是基于單目視覺的高速公路安全駕駛預警系統(tǒng),系統(tǒng)主要作為提高高速公路中快速行駛的汽車安全系數(shù)。論文主要內(nèi)容如下:
　　1.對于眾多圖像預處理方法在文

2、中給出了介紹、分析和選擇。其中主要的參考依據(jù)為面向應用選擇。兼顧應用中對實時性的要求和圖像處理后的效果。分析了以單目視覺測距為基礎的模法和眾多研究學者提出的安全距離模型。
　　2.研究與對比粒子濾波算法與TLD(Tracking-Learning-Detection)跟蹤算法的優(yōu)劣性。實際應用中,粒子濾波算法本身無法可靠地完成目標跟蹤,在背景復雜變化較快的高速公路中不能較好的完成任務。TLD跟蹤算法中,其算法中強大的跟蹤、學習、檢

3、測模塊,在不失實時性的前提下,給予了較好的跟蹤效果,能出色的保障用戶需要。
　　3.在攝像機部分參數(shù)未知的情況下,采用數(shù)據(jù)回歸建模測距,利用圖像與現(xiàn)實的數(shù)學關系建立數(shù)學模型。首先,該方法在現(xiàn)實生活中易于實現(xiàn),對比部分研究更偏向于應用;其次,計算量較小,對于快速行駛的車輛,如果實時性沒有保證就無法面向應用;最后,實際應用中CCD攝像機焦距是無法獲得的,更高級的攝像機雖然可以獲取,但無法面向應用。
　　4.利用TLD跟蹤算法結(jié)合