基于自適應(yīng)伽馬校正的異常駕駛行為檢測(cè)方法

摘要： 針對(duì)低照度條件下重型卡車司機(jī)異常駕駛行為檢測(cè)方法存在檢測(cè)準(zhǔn)確率低、檢測(cè)速度慢等問(wèn)題，結(jié)合圖像自適應(yīng)增強(qiáng)方法和輪廓定位檢測(cè)思想，提出一種基于自適應(yīng)伽馬校正的異常駕駛行為檢測(cè)方法。對(duì)傳入視頻圖像進(jìn)行自適應(yīng)伽馬校正，通過(guò)抑制噪聲、改善暗部和提升信息熵來(lái)提高識(shí)別準(zhǔn)確率?；趫D像灰度值和信息熵對(duì)雙閾值伽馬函數(shù)進(jìn)行自適應(yīng)調(diào)節(jié)，從而獲得更豐富的邊緣信息和色彩信息。利用K-近鄰背景建模法將駕駛...