论文部分内容阅读
为解决汽车辅助驾驶系统中目标车辆检测的实时性和鲁棒性问题，提出一种基于单目视觉的车辆检测系统，将改进的SUSAN（Smallest Univalue Segment Assimilating Nucleus，即最小核值相似区）算法应用到车辆边缘检测中；采用自适应双阈值法检测车底阴影，结合车道线参数动态规划车辆初始检测区域；在检测区域中，采用改进的SUSAN算法定位车辆边缘，生成车辆假设；最后根据车辆的纹理、形状和位置特征来验证车辆假设；为改善系统性能，采用Kalman滤波算法对检测到的目标进行跟踪；使用实