智能交通信息感知理论与技术 课件 第3次课-交通信息感知理论与方法

交通信息感知理论与方法ProfessorChihangZhaoDepartment:SchoolofTransportationTime:2020-03-08目录1、车辆感知技术研究现状2、路面感知技术研究现状3、驾驶员疲劳感知技术研究现状4、驾驶员姿态感知技术研究现状2、路面感知技术研究现状

2009年，Sun提出了采用非线性滤波的方法对图像进行增强处理[56]，其考虑到存在噪声的图像裂缝与背景之间的低对比度，利用原始图像与高斯低通滤波图像作差分运算实现图像去噪处理。结论：实验结果清楚地表明，该方法能有效和高效地从路面图像中提取裂缝特性。2008年，孙波成等[57]提出了空域滤波以及掩膜平滑法等图像增强方法，为了更好地突出图像线形特征的方向性，构造8个方向的模板实现对图像的增强。结论：该文只对裂缝类病害处理与检测的算法进行了探讨,该算法的检测精度和检测效果都比较好。1993年，Koutsopoulos等[58]利用差影法，对于路面破损图像，将其与不含破损的路面图像做差分，则使得图像中的破损信息突显出来，实现了破损图像中目标的增强。

Conclusion：Thesystemperformedwellwhenappliedtoadatasetwith59images,withonlyveryfew(innocent)misclassifications

Chou[59]、Cheng[60]和Li等[61]提出了基于模糊理论的图像增强方法，在传统模糊理论的基础上对其加以改进提出了最大模糊熵阈值、模糊掩盖处理以及灰度熵模糊法等方法。结论：基于模糊理论的图像增强方法具有较好的性能。1995年，Chou[59]等提出的PavementDistressEvaluationUsingFuzzyLogicandMomentInvariants

郭宝良[62]和欧阳琰[63]通过对传统模糊理论的模糊隶属度函数进行了改进，并处理实现图像增强的效果。结论：

模糊增强方法的缺点是容易在模糊背景的同时对路面破损也有一定程度的削弱，不利于对检测后期目标特征的提取。

Nejad等[65]利用直方图均衡化和快速傅里叶变换对图像进行增强处理，其快速傅里叶变换是针对图像的像素块（32×32）进行的傅里叶变换。结论：实验结果证明该方法具有较好的检测结果。

陈利利[12]提出了一种基于多尺度图像分析的路面病害研究方法，该方法能较好地保持图像边缘和细节，抑制边界移动，同时能有效地去除噪声。结论：本文主要针对实际采集的路面图像表面纹理丰富、背景噪声多、裂缝信息弱等特性，实现了复杂背景下路面裂缝目标的有效提取。Wang等[67]和Wu等[68]提出了一种利用Shearlet变换对图像进行去噪的处理方法，实现图像中噪声信息的去除。结论：实验结果证明该方法具有较好的检测结果。

李刚[69]

和胡士昆等[70]提出了一种基于Contourlet变换的图像增强去噪方法，该方法采用基于完全冗余的Contourlet变换、基于数学形态学的Contourlet变换和非下采样轮廓变换（NSCT）对路面裂缝图像实现增强。结论：本文从图像的预处理着手,对路面破损图像的增强去噪、图像分割及其评价、裂缝分类、裂缝参数度量等展开深入的研究，并且取得了一定的研究成果。2006年，Huang等[73]提出了一种利用直方图分析检测路面破损的方法。结论：假设含有裂缝区域的路面破损图像的灰度直方图具有双峰特性，并据此确定一个阈值对路面破损图像进行分割，该方法对路面破损明显的图像较为有效，裂缝与路面背景对比度较低时该方法的检测效果较差。1994年，Grivas等[75]提出了一种利用区域生长技术对路面破损图像进行分割处理的方法。结论：实验结果证明该方法具有较好的检测结果。2007年，Yan等[76]探讨了利用数学形态学进行路面破损识别的可行性。结论：实验结果证明该方法具有较好的性能。

在分析路面破损图像几何相关性的基础上，冯永安[77]、李莉[78]和李晋惠等[79]提出了对Sobel算子模板进行改进后的8方向的Sobel算子模板。结论：该方法检测到的路面破损边缘较粗，并且有时会产生伪边缘，且对噪声的影响较为敏感。2008年，唐磊等[80]通过对路面裂缝构建三维曲面模型，将裂缝视为模型中的山谷，通过三维曲率的计算检测到“山谷”位置及裂缝位置来实现对裂缝的检测。结论：该方法克服了常规算法易受噪声、杂物以及光照条件等干扰的问题，对不同状况路面该方法存在的中的裂缝均能取得良好的检测效果。缺陷是由于算法的局限性导致检测到的裂缝往往出现断裂的现象，且需要结合其他算法使用。2003年，Huo等[81]提出了一种对细小特征运用复杂图表进行多尺度的检测的方法，该方法是利用Beamlets对线性分段进行并行组织的多尺度系统。CONCLUSION：Wepresentamethodwhichistheoreticallyoptimalandpracticallycapableofdetectingcurvilinearfeatureswitharbitrarypositions,orientations,anisotropicratios,andsmoothness.Theproposedframeworkworksfordigitalimageries.Simulationsdemonstratetheeffectivenessofthealgorithms.2002年，Kumar等[82]采用Gabor滤波及其变形来检测路面图像纹理破损。CONCLUSION：Inthispaper,asuperviseddefectdetectionapproachtodetectaclassoffabricdefectshasbeendemonstrated.Themultichannelfilteringscheme,hithertousedfortexturesegmentation,hasbeenextendedandtailoredforunsupervisedinspectionoftextilewebs.2009年，张雷等[83]利用Hear变换对路面破损图像进行低通滤波处理，并对图像进行分块处理及自适应阈值以实现路面破损区域的自动分割。结论：仿真试验表明本算法具有很好的抗干扰和鲁棒性，对于不同的路面和图像大小，参数不需要做调整，就可以得到比较好的路面破损分割结果，符合于公路检测实际检测工程的实际要求。2009年，李刚等[84]基于大津法对路面破损图像进行分割，并依据轮廓跟踪原理计算出路面破损区域的面积、周长等参数，并利用互信息量求取最优阈值，从而对路面破损区域提取特征。结论：实验表明,该方法相对简单，易于实现，

识别精度高,其计算结果为路面破损自动化检测实现了定性化到定量化的转变。2006年，赵吉广[85]针对路面破损图像，对比研究了全局阈值与动态阈值相结合的最大类间方差法和基于直方图阈值分割的阈值插值算法。结论：结果表明，采用本文提出的路面破损图像滤波算法可以取得较好的滤波效果。2004年，Zhang[86]提出了一种将人工生命系统理论应用于路面病害的检测的方法，该方法通过使用不同结构的人造生物结构对图像进行卷积处理，以实现对裂缝的检测。结论：该方法能够对路面上油污黑点等有很好的去除作用，但算法结构较为复杂，不适用于对大量图像的检测。2000年，Paquis等[88]从结构学的角度出发，提出了一种基于多分辨率协方差矩阵的形态学金字塔变换的特征提取方法。CONCLUSION：Texturedescriptionisperformedbyanalyzinggreylevelvariationsofpixelscorrespondingtobindingmixture.Inputtextureimageisdecomposedintoasequenceofbinaryimages,whosethresholdvaluesarecomputedwithamultiresolutionco-occurrencematrixanalysis.Jain等[89]和Mallat等[90]分别提出了基于Gabor变换和快速傅里叶变换的路面图像破损特征提取方法。CONCLUSION：WehavepresentedanunsupervisedtexturesegmentationalgorithmthatusesafixedsetofGaborfilters.OurchoiceofGaborfiltersandtheirparametersweremotivatedbyagoaltoconstructanapproximatebasisforawavelettransform.2004年，肖旺新[91]提出了一种基于破损密度因子的路面破损特征提取方法，并利用该方法对路面破损图像进行了分类实验。结论：仿真结果验证了基于破损密度因子的路面破损分类的可行性，并得到三种算法（基本密度因子算法、方向密度因子算法、混合密度因子算法）中的识别率最高算法一混合密度因子算法。2003年，储江伟等[92]利用原始灰度值的直方图特征作为子块路面图像特征，并进行了实验研究。结论：说明本文提出的路面破损特征提取算法是有效的，具有一定的实用性；同时，该研究方法的思路也可以用于对水泥路面破损的识别。2011年，Wang等[93]在对图像进行背景光照均衡化后，对图像进行Shearlet变换去噪处理，然后利用Radon变换对图像进行分类。结论：该方法的缺点只适用于裂缝类病害，对于坑槽等形状不规则的路面破损类型则不适用。2011年，孙奥[94]提出了一种利用支持向量机对路面病害进行分类的方法。结论：实验表明，小波能量法的分类精度要优于Proximity算法和混合密度因子算法。但小波能量法在特征提取时计算量比较大，耗时要大于Proximity算法。3、驾驶员疲劳感觉技术研究现状RecentresearchhasproposedvariousmethodsofextractingfeaturesfromasegmentofrawEEGdataforfatiguedetection.Linetal.establishedalinearregressionmodeltoestimatethedrowsinesslevelfromtheindependentcomponentanalysis(ICA)of33-channelEEGsignalsandcouldestimatethedrowsinesslevelwith87%accuracy.

CONCLUSION：Averagedaccuraciesofwithin-andcross-sessionestimationforfivesubjectsare86.2%and88.2%,respectively.In[137],italsoreportedthatsleepdepriveddrivershavealowerfrequencyofsteeringreversals,adeteriorationofsteeringperformance,adecreaseinthesteering-wheelreversingrate,morefrequentsteeringmaneuversduringwakefulperiods,nosteeringcorrectionforaprolongedperiodoftimefollowedbyajerkymotionduringdrowsyperiods,low-velocitysteering,largeamplitudesteering-wheelmovements,andlargestandarddeviationsinthesteering-wheelangle.CONCLUSION：Subjectivereportmeasuresanddriverbiologicalmeasurescouldserveassomeroughground-truthindicators.Becausedriverphysicalmeasuresanddrivingperformancemeasureshaveadvantagesanddisadvantages,hybridmeasuresarebelievedtoprovidemorereliablesolutions,whichwillbothaccuratelydetectdriverinattentionandminimizethenumberoffalsealarmstopromotetheacceptanceofthesystem.4、驾驶员姿态感知技术研究现状2003年，Nadeau

[140]等人在两大组群进行了流行病学研究，即非手机用户和手机用户，最显著的发现是，对于重度使用者，调整后的相对危险度至少是那些较少使用手机者的两倍。2002年，LIU[141]等人描述了一种视觉系统，可以跟踪司机的脸，并通过使用偏转角度来估计驾驶员的脸在驾驶条件下的姿势。结论：由竞争性网络聚类分析的讨论，显而易见的是，收集功能在特征空间聚集良好。2004年，为了解决由彩色摄像机拍摄的驾驶图像缺乏稳定照明的问题，Kato等人[142]开发了一种主动拍摄系统（activecapturingsystem），具有远红外线摄像机，用于检测驾驶员面部方向，如向右，向前和向左的。结论：本文提出了在被动系统中用FIR相机的方法。该系统能够解决受光照和外部场景影响的捕捉图像问题。我们对通过该方法得到的图像进行图像处理，以得到驾驶员的脸的方向的信息。