摘 要

本文运用了机器视觉的方法，以前车车尾的车牌作为目标，应用图像处理、计算机视觉对前车的识别、测距功能研究。于视觉的车前障碍物检测系统可以快速检测识别出前方车辆，并计算出两车距离。本系统可以作为辅助驾驶系统，在跟车行驶的时候提醒驾驶员两车距离，防止发生路面常见的追尾事故。在高速公路上行驶，两车往往需要保持安全距离，此时本系统就可以提醒驾驶员时时刻刻保持在安全距离。

本文的关键有两点，一点是对前车车牌的检测与识别，而另一点则是两车距离的确定。基于视觉的车前障碍物检测系统，将Visual studio和Open CV结合使用。在Visual studio的框架下，运用了Open CV中的图像处理方法灰度化、二值化、行列扫描、轮廓寻找等。在获得了车牌的轮廓信息之后，可以结合摄像机的标定原理计算出两车距离。本系统可以基本识别出前车车牌然后得出两车距离，有利于辅助驾驶系统的开发与发展，为今后的研究可以提供一定的参考价值。

关键字：机器视觉；Open CV；图像处理；车辆测距；

Abstract

This paper uses the method of machine vision, the vehicle license plate as the target, the application of image processing, computer vision on the car before the identification, ranging function research. In front of the visual obstacle detection system can quickly detect and identify the front of the vehicle, and calculate the distance between the two cars. The system can be used as an auxiliary driving system, in the car with the time to remind the driver two cars away from the road to prevent the occurrence of common rear-end accident. On the highway, the two cars often need to maintain a safe distance, and the system can remind the driver to keep in a safe distance.

The key to this article is two points, one point is the front vehicle license plate detection and identification, while the other is the distance between the two cars to determine. Vision-based front-end obstacle detection system that combines Visual studio with Open CV. In the framework of Visual studio, the use of Open CV image processing methods such as gray,ranks scan, contour search and so on. After obtaining the contour information of the license plate, you can combine the camera calibration principle to calculate the two car distance. The system can basically identify the vehicle license plate and then get the distance between the two cars, is conducive to the development and development of auxiliary driving system for future research can provide a certain reference value.

Keywords: Machine vision；Open CV；image processing；vehicle ranging

目录

第1章 绪论 1

1.1课题研究背景及其意义 1

1.1.1课题研究背景 1

1.1.2 课题研究意义 1

1.2国内外研究现状 2

1.2.1车前障碍物检测算法研究现状 2

1.2.2国内外主要产品 2

1.3本文主要研究内容及结构安排 3

第2章 系统软件环境搭建及图像预处理 5

2.1 障碍物检测系统软件环境搭建 5

2.1.1 OpenCV简介 5

2.1.2软件开发环境配置 5

2.2图像预处理 6

2.2.1图像灰度化 6

2.2.2 图像二值化 7

2.3本章小结 8

第3章 前车定位 10

3.1车牌定位常用方法 10

3.1.1基于车牌颜色特征的定位方法 10

3.1.2基于灰度跳变的定位方法 11

3.2融合车牌颜色特征与灰度跳变的粗定位 11

3.2.1图像分割 11

3.2.2图像筛选 11

3.3车牌精定位 12

3.3.1膨胀 12

3.3.2矩形检测 12

3.4本章小结 13

第4章 基于车牌定位的前车距离测量 14

4.1单帧静态图像测距模型 14

4.2测距方案 15

4.2.1拟合法 15

4.2.2摄像机标定法 15

4.3实验结果及其分析 18

4.4本章小结 20

第5章 总结与展望 21

5.1 全文总结 21

5.2 对未来的展望 21

参考文献 22

致谢 23

第1章 绪论

1.1课题研究背景及其意义

本节主要讲述了本次毕业设计课题的研究背景，在这个信息化时代汽车的相关技术随之快速发展，并论述了基于视觉的车前障碍物检测系统的研究意义。

1.1.1课题研究背景

自从1886年汽车诞生以来，汽车凭借其优秀的特性为社会的进步和人类社会发展做出了不可磨灭的贡献。但是由于车辆的保有数量日益增长，关于车辆的相关问题数目也快速增长。根据国家统计局发布的《2015年国民经济和社会发展统计公报》，2015年中国民用汽车保有量再次增加，相对于2014年的15447万辆，增幅为11.5%，具体数量是17228万辆^[1]。由于现在路面汽车数量急剧增加，我国交通压力随之快速增大，每年都会发生大量交通事故。交通事故造成了巨大的经济损失，导致的死亡人数也一年比一年多，令人触目惊心。由于科学的飞速进步，特别是有关于计算机的各项技术都得到快速发展，人类对于各种信息的处理速度大大加快。工程师们从修更多公路的固定思维中跳了出来，着手于如何用与时俱进的计算机技术来解决交通安全问题，让驾驶员能够更好更安全的驾驶车辆。车联网、辅助驾驶系统、车道偏离预警系统都获得了广泛的应用^[2]。在过去的十年中，用于提高驾驶安全性的辅助驾驶系统变得越来越受欢迎。

而上述技术实现的重要前提就是实现车前障碍物的实时检测。车前障碍物的检测系统可以首先检测并识别车辆前方的障碍物，障碍物与车辆前方的距离小于汽车安全行驶距离时，驾驶员能够及时采取减少进油量、踩刹车、启动驻车制动等制动手段来避免追尾事故的发生。目前存在的车前障碍物检测系统主要是基于毫米波雷达的，成本非常高^[3]。而低成本和普通超声波传感器只能在潜在危险在75厘米以内时警告驾驶员。相比之下，被动传感器（例如相机）提供了更实惠的解决方案，并且可以用于检测或分类障碍物并分析其行为，因为视觉信息非常丰富。本文是基于视觉的车前障碍物检测系统，成本较低，系统也较为稳定。现在，许多基于视觉的障碍物检测系统已经在研究中。使用机器视觉作为检测障碍物的手段，这种方法具有直接获得障碍物的深度信息的优点。总所周知摄像机是商用车加装率最高的设备，有的高配置车辆除了在前后加装摄像头以外，左右车门把手也会加装摄像头。因此采用基于视觉的车前障碍物检测系统是非常合理的。