戴玉艳，朱灿焰，季爱明，毛凌锋

（苏州大学 城市轨道交通学院，江苏 苏州 215006）

障碍物检测是智能车辆不可缺少的重要功能，是车辆安全行驶的保证。机器视觉能够利用图像和图像序列来识别和认知三维世界，使计算机实现人的视觉系统的某些功能。机器视觉具有信息量大，空间覆盖广，不增加环境噪声等优点，因此机器视觉已成为目前智能车辆及自动驾驶中信息获取的主要途径。利用机器视觉进行障碍物检测具有解决实际困难和探索全自动驾驶的双重意义，正受到国内外的关注，其中双目视觉检测更是研究的热点[1-2]。

双目视觉一般由两个平行放置的摄像机从不同角度同时获取周围景物的信息。基于双目视觉的障碍物检测一般有一下几步:双目视频的同步；摄像机定标；对障碍物目标区域图像对进行特征点检测和匹配，得到障碍物目标的空间信息。在智能车辆的应用中是对运动中的物体障碍物进行检测，首先应对两个摄像头的视频校准，否则将影响立体匹配结果。

本文从图像处理的角度提出了对于运动视频的校准算法。首先对双目摄像机得到的图像建立敏感区域，然后用图像分割识别的方法检测目标物，用动目标与固定物体的距离校准双目视频，最后对室外真实场景进行实验以验证算法的有效性。

1 建立敏感区域

行驶在道路上的车辆有一定的位置特征，当前车辆始终在同一车道内行驶，该车道以外的障碍物并不影响当前车辆的行驶安全。……