無人駕駛系統(tǒng)中復雜動態(tài)環(huán)境下的顯著性目標的識別-全文預覽
【正文】 y1。 BYTE *p,*t。眾所周知，人類通常傾向于注意圖像的中央區(qū)域的目標[13]。區(qū)域的顯著度是指該區(qū)域與其多個尺度鄰域對比的差異之和。然后獲取要保存文件的名字和圖像的最大尺寸，將執(zhí)行保存圖像功能的標記和圖像文件的名字貯存起來。 } ()。 = _T(保存圖像文件)。 const int c_cbBuffSize = (c_cMaxFiles * (MAX_PATH + 1)) + 1。根據DirectShow提供的照相功能，利用Cximage類庫提供的函數，編寫程序代碼，以實現(xiàn)圖像的保存。聲明整型變量FileType，并將圖像文件的格式賦給它。}這是實現(xiàn)圖像打開功能的程序模塊。 delete image。 image=NULL。 return。 ().nMaxFile = c_cMaxFiles。 CString fileName。這樣，圖像提取功能的程序模塊的編程就完成了。TRACE通過檢測可以監(jiān)視以真實設置運行的應用程序的狀態(tài)并且跟蹤則可以幫助您在不干擾系統(tǒng)運行的情況下隔離并修復問題。 }} 這是實現(xiàn)圖像提取功能的程序模塊。 image=NULL。 if (pData != 0) { DrawData(sgGetBitmap())。 GetLocalTime(amp。它廣泛地支持各種媒體格式，包括Asf、MpMpeg、Wave等，為多媒體流的捕捉和回放提供了強有力的支持。另外，它還支持從文件、內存或者win32API定義的位圖圖像格式中讀取圖像，支持將圖像顯示在任意窗口。最后通過特征圖融合策略得到原始圖像的顯著圖，并根據顯著圖確定顯著感興區(qū)域，提取顯著目標。C++允許建立程序具有相同成員函數名的對象[15]。(2)繼承性根據c++語言，類可以派生，從類派生出的類稱為子類，而原來的類稱為父類。因此，面向對象的編程語言使程序能夠比較直接反映問題域的本來面目，軟件開發(fā)人員能夠利用人類認識事物所采用的一般思維方法來進行軟件開發(fā)。本目標識別系統(tǒng)采用面向對象的程序設計方法，面向對象的程序設計語言將現(xiàn)實世界中的客觀事物描述成具有屬性和行為的對象，通過抽象找出同一類對象的共同屬性（靜態(tài)屬性）和行為（動態(tài)特征），形成類[15]。首先根據局部區(qū)域與其多個尺度的鄰域的對比，得到亮度顯著圖；然后利用顏色信息的顯眼性的特征、空間分布的方式和區(qū)域一致性的特點得到顏色顯著圖；同時通過對方向的空間分布方法和局部的復雜度進行多個尺度分析得到方向顯著圖。同時由于顯著區(qū)域的檢測在自適應壓縮，圖像檢索和目標檢測等領域中有著廣泛的應用價值，因此，顯著目標區(qū)域檢測得到國內外眾多學者的廣泛和深切關注。在學術方面，通過對這種顯著性目標識別算法的研究，使用實時錄像和識別作為智能車輛系統(tǒng)的信息獲取手段，再結合交通和計算規(guī)則的決策和智能自動控制技術等多種先進技術的綜合應用，對于無人駕駛系統(tǒng)的研究有著探索性的意義。（2）基于形狀特征的檢測算法：盡管顏色信息具有大小和視角不變性和較強的可分離性，但是由于多變的自然環(huán)境的和天氣的變化莫測，導致交通標志的顏色信息不穩(wěn)定強度增加，給基于顏色的標志檢測增加了很大的困難[20]。接下來對這兩類檢測算方法分別進行闡述。無人駕駛系統(tǒng)中復雜動態(tài)環(huán)境下顯著性目標的識別主要是研究交通標志識別，交通標志識別是通過安裝在車輛上的攝像機或照相機錄取或攝取戶外自然場景圖像，然后經過相應的的檢測與分類算法對其進行分類理解和分析，它比一般的簡單的目標識別更具挑戰(zhàn)性，原因在于自然場景中存在各種各樣的因素會影響到交通標志的檢測效果和分類精度。在人類的非正常死亡之中，道路交通事故作為“第一殺手”實至名歸。畢業(yè)設計題 目 無人駕駛系統(tǒng)中復雜動態(tài) 環(huán)境下顯著性目標的識別 學 院 機械工程學院 專 業(yè) 機械工程及其自動化 班 級 工程0701 學 生 李訓文 學 號 20070407030 指導教師 王玉增 二〇一一年五月三十日1 前言 背景機動車輛作為社會發(fā)展與科技進步的產物，為人類的文明進步和社會經濟的發(fā)展做出了不可磨滅的貢獻。根據統(tǒng)計資料表明，全世界道路交通事故的總數大約占安全事故的90%左右，所造成的傷亡人數占所有安全事故傷亡人數的80%以上。另外，自然場景下的交通標志識別也是基于視覺的目標識別的一個特例，交通標志的識別技術可自然地推廣到軍用或民用的無人駕駛車的研究中，因而，對其深入研究也具有重要的價值。交通標志由特定的顏色、形狀以及內部圖形組成，因而，大部分交通標志檢測算法一般都是基于顏色和形狀的信息來檢測交通標志。根據檢測算法所采用的彩色空間，基于顏色的檢測算法又可分為以下四類：RGB彩色空間的閾值分割算法、HIS彩色空間的閾值分割算法、 HSV彩色空間的閾值分割算法和CIE彩色空間的閾值分割算法[20]。目前，世界上已有很多的交通標志分類算法，大致可分為統(tǒng)計分類方法、神經網絡分類方法、句法存分類和集成分類方法等[20]。但在機器視覺技術和自動目標識別等領域，基于視覺注意顯著圖的生成方式到目前為止還沒有形成統(tǒng)一模型。因此，本論文依據顯著目標是緊湊、顯眼和完整的思路，提出一種基于局部復雜度和目標空間分布特性的自動視覺注意顯著目標自動提取算法。同時，強大的消息處理機制和靈活的內存操作使得系統(tǒng)響應實時性更好，有利于提高處理圖像的質量和顯示速度，為我們開發(fā)更加優(yōu)質的目標識別系統(tǒng)打下了良好的基礎。類的繼承性與多態(tài)性是面向對象設計方法的最大特點，這不僅大大提高了程序的可重用性，可以讓程序員很方便地實現(xiàn)代碼的重用，而且縮短了軟件開發(fā)周期、減少了開發(fā)費用并使風格統(tǒng)一起來，顯得更加美觀。另外，封裝的對象也有priviate，即封裝內部的數據應該受到類保護，防止被外界分子不合法的獲取或更改。(3)多態(tài)性多態(tài)性是c++針對面向對象的特征進行程序設計的一種特征。 顯著性目標識別系統(tǒng)的組成，首先根據局部區(qū)域與其多個鄰近尺度領域的對比得到亮度顯著圖；然后利用顏色信息的空間緊湊性、孤立性和同質性得到顏色顯著圖；同時通過局部復雜度進行多尺度和對方向的空間分布的分析得到方向顯著圖[13]。該開發(fā)包向外完全開放源代碼，圖像被封裝為一個類，它的功能很強大，與Windows、MFC等系統(tǒng)支持極好，支持圖像的線性濾波、直方圖操作、中值濾波、旋轉縮放、閾值處理、區(qū)域選取、膨脹腐蝕、alpha混合等各種操作。這樣使在多媒體數據庫管理系統(tǒng)（MDBMS）中多媒體數據的存取變得更加方便。程序代碼如下：void CVidCapDlg::OnBnClickedTestGetimage(){ SYSTEMTIME SystemTime。 unsigned char* pData = sgGrabData()。 delete image。 ReDraw()。SystemTime)具體執(zhí)行獲取本地時間。再外部聲明gWidth,gHeigh兩個全局變量，如果image中的原始圖像沒有被刪除，則刪除image的原始圖像，并把新產生的圖像賦予image圖像指針,為使新產生的圖像建立調色板，并且取得新建圖像的基本數據。程序代碼如下：void
公司管理相關推薦
鄂ICP備17016276號-1