题目：基于立体视觉的前方车辆行驶状态信息获取

行驶安全是交通发展的永恒主题，安全辅助驾驶技术是智能车辆的一个重要研究领域。机器视觉是智能车辆感知周围信息重要手段。本文在前人研究的基础上，进行了基于立体视觉车道识别与车辆检测算法的探索，并在这个过程中提出了自己的一些想法。 立体视觉处理是基于理想立体视觉系统的，而理想的立体视觉系统是不存在的。本文完成了立体相机的标定，获得了立体相机的内外部参数，并对这些参数的正确性进行了验证。基于矫正后的系统建立了双目摄像机的计算模型，用于后面的三维重建工作。 道路识别是智能车辆导航领域重要的研究内容。算法对采集的图像使用改进的最优阈值法进行图像分割，然后采用mid-to-side的策略对车道线点进行识别，通过两次滤波剔除非车道线点，最后利用外极线约束法则和局部特征匹配算法进行车道线点的匹配，完成车道线的三维重建。算法通过对限定行车道线点的重建，结合摄像头相关安装参数，可实时输出自车位置、车道宽度、道路坡度等信息。以上输出参数进行了试验验证。 本文重点研究了前方车辆的检测、跟踪与状态信息的获取。车辆识别算法使用了多特征的方法，首先据底部阴影判断车辆感兴趣区域，根据车辆的边缘特征完成车辆边缘(包括上边缘)的精确定位，然后利用对称性及高宽比特征进行车辆存在性验证。对于车辆视频跟踪，只跟踪左视频中的图像，本文利用GM(1,1)跟踪预测模型来跟踪左视频中的车辆，并提出了改进算法，并通过计算检测跟踪区域的NMI特征来判断跟踪目标是否丢失。根据验证的左图车辆，利用立体视觉的视差特性和极线约束特性在右图中找到对应车辆，完成立体匹配，获得前方最危险车辆的车距、位置、大小、相对速度等信息。针对于车辆的检测、匹配、跟踪算法及获取状态信息情况分别进行了实验验证。