基于计算机视觉的新型汽车远光灯光强标定方法研究与实现

针对汽车远光灯发光强度检测效率低、准确性不高等问题,本文提出了结合计算机视觉技术将图像灰度与曝光时间的比值与远光灯标准发光强度进行拟合的方法。为了保证标定过程中获取稳定的图像灰度值和曝光时间,本文还设计了一种根据目标灰度自动调节CCD相机曝光时间的控制算法,并结合数字图像处理技术与卡尔曼滤波器算法,实现了在动态检测过程中,图像灰度值和曝光时间等数据的稳定输出,从而能够准确地进行发光强度标定。最后将标定结果进行函数拟合,并利用拟合结果对不同发光强度的远光灯进行检测实验。结果表明:该方法拟合效果好、测量误差小、具有很强的鲁棒性。

基于机器视觉的汽车前照近光灯检测算法实现

近光灯明暗截止线及拐点检测是汽车前照灯检测中极为重要的技术项目。本文依据热点、水平明暗截止线及倾斜明暗截止线三者之间的相对位置关系,提出了一种基于热点的自适应感兴趣区域定位算法,并对其进行了较为详细的阐述。最后,通过使用标准光源,从视觉和检测偏转角两个方面对算法进行验证。验证结果表明,本文的算法具有较好的鲁棒性、稳定性及实用性。

基于二维经验模式分解的明暗截止线特征检测研究

明暗截止线的准确定位是汽车前照灯检测中极为重要的技术内容。针对模糊明暗截止线识别准确度不高的问题,提出使用二维经验模式分解算法对近光灯图像进行分解的特征信息提取方法。首先,分析了现有明暗截止线检测算法的不足,简要阐述了二维分解模式进行图像分解的基本原理。然后,给出了二维经验模式分解的算法构造及其实现过程。与Canny算子和LoG算子的对比证实了二维经验模式分解得到的图像边缘特征更为丰富、准确。应用分析表明二维经验模态分解的近光灯明暗截止线提取的结果更为符合汽车前照灯检测的实际需求。