余天洪
- 作品数：28 被引量：308H指数：11
- 供职机构：吉林大学交通学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金教育部科学技术研究重点项目更多>>
- 相关领域：交通运输工程自动化与计算机技术机械工程航空宇航科学技术更多>>
- 基于机器视觉的道路上前方多车辆探测方法研究
- 本文提出了一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中获得可能的车辆存在区域。然后,通过分形维数计算车辆的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对...
- 顾柏园王荣本郭烈余天洪
- 关键词：视觉车辆探测NMI特征
- 文献传递
- 基于边缘对称性的车辆前方行人检测方法研究被引量：7
- 2007年
- 利用视觉传感器信息丰富的特性,提出了一种基于边缘对称性的行人检测方法。利用Sobel算子和Hough变换确定车辆前方的感兴趣区域(AOI),然后提取感兴趣区域图像的垂直边缘,根据行人腿部的垂直边缘对称性确定垂直边缘对称轴,并结合行人形态特征以确定行人初始候选区域,最后采用灰度对称性和局部熵对行人候选区域进行目标识别验证。道路试验结果表明,该检测方法识别有效、可靠,并具有良好的鲁棒性。
- 郭烈王荣本金立生余天洪
- 关键词：行人检测安全辅助驾驶机器视觉对称性
- 基于分形盒子维数的车辆定位和识别方法被引量：7
- 2006年
- 提出了一种基于计盒子维数的方法识别和定位前方的车辆。首先,利用差分和线性滤波获得车辆的水平边缘信息。然后,通过统计法缩小盒子维数的运算区域。最后,通过盒子维数的计算确定车辆的候选区域,并对该区域内的车辆进行定位。同时,利用对称性测度法对定位的车辆进行确认。在不同环境和光照条件下对车辆图片进行测试,表明了该算法具有较好的鲁棒性和可靠性。
- 王荣本顾柏园郭烈余天洪
- 关键词：交通运输工程视觉
- 基于视觉的前方车辆探测技术研究方法综述被引量：24
- 2005年
- 对国内外关于车道上本车前方车辆检测方法进行了综述。根据探测车辆所采用的传感器不同,分别对采用单目视觉、双目视觉、视觉与其他传感器融合以及非视觉传感器的几种探测方法进行了比较与分析。同时,针对每种探测方法,进一步阐述了目前车辆识别的一些具体算法。最后,指出了每种方法存在的优点和一些不足。
- 顾柏园王荣本余天洪郭烈
- 关键词：机器视觉车辆检测与跟踪
- 基于机器视觉的道路上前方多车辆探测方法研究被引量：16
- 2006年
- 提出一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中确定可能存在的车辆区域。然后,通过分形维数计算该区域的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对候选区域内的车辆进行定位。此外,利用NM I特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试,以及在高速公路上进行了实时跟踪试验,具有较好的鲁棒性和可靠性。
- 顾柏园王荣本郭烈余天洪
- 关键词：计算机视觉车辆探测纹理特征
- 基于二维类间方差多门限阈值分割的石块识别方法被引量：3
- 2006年
- 月球环境感知是未来月球车在月球表面自主导航的关键。石块作为月球表面的一种地理特征,将成为月球车行驶的障碍物。文章从模式识别的分类理论出发,提出了改进的二维类间方差的多门限阈值石块分割方法。在获取分割图像后,利用石块底部阴影信息和原始图像的灰度直方图分布特征,将分割图像二值化。然后,结合形态学滤波算法和二值图像投影变换,实现了对部分场景下的石块识别和定位。
- 王荣本顾柏园郭烈余天洪
- 关键词：月球环境类间方差
- 基于二维最大熵阈值分割的坑识别方法被引量：9
- 2006年
- 月球环境感知是未来月球探测车在月球表面实现自主导航一个非常重要的环节,坑是月球表面存在较多的一种地理特征,将成为月球探测车导航的障碍物。文章从模式识别的分类理论出发,提出了一种基于二维最大熵阈值分割的地球环境坑检测方法,为将来月球探测车的环境感知模块提供技术参考。首先利用二维直方图熵最大化阈值分割方法将图像二值化,然后结合形态学滤波算法和阈值面积消除法滤除一些噪声,最后对所得到的二值图像进行轮廓提取并在原图上显示,实现了对部分场景下坑的检测。
- 郭烈王荣本金立生余天洪顾柏园
- 关键词：月球环境二维直方图形态学滤波
- 世界智能车辆行人检测技术综述被引量：29
- 2005年
- 对世界智能车辆行人检测技术进行综述,重点介绍世界主要发达国家智能车辆行人检测技术的研究方法以及所采用的传感器,提出了智能车辆行人检测技术当前存在的一些问题,展望了今后的发展趋势。
- 郭烈王荣本顾柏园余天洪
- 关键词：智能车辆机器视觉行人检测
- 基于机器视觉的道路上前方多车辆探测方法研究被引量：2
- 2005年
- 本文提出了一种基于车辆特征的方法识别和跟踪前方的车辆。首先，利用车辆底部存在阴影的特征，在图像中获得可能的车辆存住区域。然后，通过分形维数计算车辆的纹理特征，排除非车辆区域。最后，利用车辆的边缘信息，通过投影变换方法，对候选区域内的车辆进行定位。此外，利用NMI特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试，以及在高速公路上进行了实时跟踪，具有较好的鲁棒性和可靠性。
- 顾柏园王荣本郭烈余天洪
- 关键词：视觉车辆探测NMI特征车辆机器视觉
- 基于机器视觉的智能车辆前方道路边界及车道标识识别方法综述被引量：33
- 2006年
- 为了全面了解国内外在基于机器视觉的智能车辆前方道路边界及车道标识识别领域的研究进展,文章介绍了近年来一些典型的基于机器视觉的道路边界及车道标识识别系统,对基于机器视觉的前方道路边界及车道标识识别方法进行了分类,对各大类方法中采用的不同技术进行了阐述,然后对基于机器视觉与其他传感器融合的识别方法进行了总结,最后就该领域的研究难点及发展趋势进行了简要论述。
- 余天洪王荣本顾柏园郭烈
- 关键词：智能车辆机器视觉
