5.2 使用彩色直方图均衡化的方法 17

5.3 使用灰度图进行行人检测 19

5.4 对灰度图均衡化 20

5.5 使用 Gamma 校正 21

5.6 对图像预处理方法的对比与分析 23

结 论 25

致 谢 26

参 考 文 献 27

1 绪论

1.1 课题背景及意义

计算机视觉和图像处理技术在生活中得到了越来越广泛的应用，发展速度实为迅 猛，例如行人检测技术，在民用和军事等众多领域中行人检测都有着十分宽泛和实际 的应用，涉及的方面包括视频监视、图像压缩、三维重构、辅助智能医疗设备、无损 工业探伤技术、机器人技术、智能控制系统等等。[1]但是，因为人体具有多样且多变 的特点，换句话来说也就是行人检测可谓是计算机视觉系统中最重要的一个环节。各 个场景的变化和人体姿态的多变，行人之间，和物体之间存在的相互影响，例如行人 之间的接触和遮挡，这些问题都会在行人检测过程中产生巨大的影响，不可忽视。[1] 在智能交通系统中，人们就应用到了行人检测技术和视觉识别研究，功能主要包 括交通流量控制、行人行为判定、车辆异常和行人检测、智能车辆控制等等。在保护

行人安全上，有着非常重要的作用。 行人检测是对象检测中的一个特例，行人检测这项技术在智能监控和车载辅助安论文网

全系统中的需求越来越广泛，这使得有越来越多的研究机构和研究人员重视这个问题。 行人数据本身存在着显著的外观、视角和尺度上的差异，这使得行人检测成为了一个 具有一般性的对象检测课题，即人体检测问题的研究可以为其他一般的对象检测提供 经验和借鉴。例如，有些行人检测方法甚至可以直接用于其他复杂的目标检测，如自 行车的检测等。[2]

1.2 行人检测的国内外研究现状

1.3 行人检测面临的问题

在多方面因素的共同推动下，关于行人检测技术的研究经历了二十多年的积累与 探索，才有了如今长足的发展。但是，依然存在一些待解决的技术问题：

(1)实用化的行人检测系统对检测率、检测速度的要求很高，同时要求系具有低 误报率，然而想要同时满足这三点要求仍有一定的难度。

(2)检测行人的某些特殊场景，比方说光线突然变化、雨雪天气、突然从侧面冲 出的行人等都要求行人检测具备更高的性能。行人检测的场景不是确定的，夜间的检 测就更加困难。场景的突变性要求检测行人的速度要够快，如果有行人突然出现要有 足够快的检测速度应对突发状况。

(3 )目前的行人检测是在一定的场景训练完成的，换到新的场景下就很难完成检 测的要求。同时行人检测没有自学习能力，所以不能做到在不断检测的过程中提高检 测的能力。

夜间行人检测对应的重要难点问题为行人遮挡、背景环境复杂和衣着的变化问题。 首先，遮挡在人流较大的街道环境很常见，例如人与人之间的互相遮挡，建筑物对于 人体的遮挡以及背包等物品对人体的遮挡；其次，在光线较弱的夜晚或者雨雪等恶劣 气候下，辅助安全系统对于人的预警作用尤其重要；再者，车载系统的拍摄距离较近， 因此行人的衣着对于系统的影响也较大；最后，由于夜间行车人体和背景之间的边界 将很难辨认，所以光照的变化对于系统仍有影响。[18]