夜视环境下对前方车辆进行双重跟踪的检测方法技术

一种夜视环境下对前方车辆进行双重跟踪的检测方法，涉及一种车辆检测方法，包括步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。本发明专利技术一方面利用了卡尔曼滤波算法的预测功能，加快了检测速度；另一方面通过多帧确认的状态转换机制提高了车辆检测的准确性，消除了静止的路灯、广告牌对检测结果的影响，其方法简单，易于推广应用。

【技术实现步骤摘要】

本专利技术涉及一种对前方车辆进行检测的方法，特别是一种夜视环境下对前方车辆进行双重跟踪的检测方法。
技术介绍
道路上的其它车辆是驾驶员驾驶过程中必须关注的信息。自动检测其它车辆位置的辅助驾驶系统有广泛的用途，如：碰撞告警、盲区监控、自动巡航等。车载可见光相机是一种广泛用于实现此类功能的廉价传感装置。但在夜间，可见光视频中的视觉信息非常有限。许多譬如道路标志、车道线、水平线之类背景信息和车身结构，车辆颜色等目标信息几乎完全不可用。黑暗的夜间环境下，最为显著的车辆信息是车辆的前灯和尾灯。虽然车灯的外观各有不同，但他们都必须遵循行业规范进行设计，视频图像处理系统可以利用这些遵循规范设计的前后灯特征进行夜间车辆检测。但在夜间用基于车灯的检测方法进行车辆检测时，容易受到发射光、路灯干扰，同时，由于相机的自动曝光机制，导致夜间的车辆前灯成像出现巨大光斑、尾灯因为饱和而失去其色彩特征，这些都是夜视环境下基于车灯进行车辆检测的困难所在。中国专利申请（公开号：103440771A）“模糊隶属度和反馈修正在夜间交通视频车辆检测的应用”公开了一种夜间复杂车辆检测的方法；论文“基于尾灯跟踪的夜间车辆检测”（通信技术，2012,45(10):58-60）中给出一种基于尾灯跟踪的夜间车辆检测方法；这些现有技术虽然可以实现在夜间对车辆进行的检测，但其检测结果不够准确，而且检测速度也比较慢。
技术实现思路
本专利技术要解决的技术问题是：提供一种夜视环境下对前方车辆进行双重跟踪的检测方法，以提高车辆检测的准确性，同时加快检测速度。解决上述技术问题的技术方案是：一种夜视环境下对前方车辆进行双重跟踪的检测方法，该方法是对前方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。本专利技术的进一步技术方案是：所述的步骤S1包括如下内容：对检测到的车灯设立状态机，定义两个状态：稳定目标，标记为stable；临时目标，标记为temp；规定三个阈值：、和，其中，代表若一个稳定目标连续帧丢失，则将其状态转换为临时目标；代表若一个临时目标连续帧被检测到，则将其状态转换为稳定目标；代表若一个临时目标连续帧没有检测到，将其从系统的目标库中删除不再进行跟踪；将所有新检测到目标设置为临时目标，并设置两个计数器和，分别记录临时目标被连续检测到和连续丢失的帧数，分别记录其被连续检测到和连续丢失的帧数，大于等于Tts则将其该目标的状态转换为“stable”；若大于等于则将该目标删除，不再跟踪；对所有稳定目标设置一个计算器，记录其连续未被检测到的帧数，若达到帧，则将其状态转换为“temp”。本专利技术的再进一步技术方案是：所述的步骤S4的具体方法是：利用卡尔曼滤波算法对所有目标进行位置预测，从预测位置的邻域开始，检测上一帧出现过的车灯对，对于上一帧状态为“temp”的目标，若本轮继续检测到，且其达到则将其状态设置为“stable”，否则保持为“temp”；若本轮没有被检测到，且其达到则将该目标删除，否则同样保持为“temp”；对于上一帧状态为“stable”的目标，若本轮继续检测到，则将其状态保持为“stable”；若本帧未被检测到，且其若计算器达到，则将其状态转换为“temp”，否则保持为“stable”。由于采用上述技术方案，本专利技术之夜视环境下对前方车辆进行双重跟踪的检测方法与现有技术相比，具有以下有益效果：1.可提高车辆检测的准确性：由于本专利技术是对前方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。因此，本专利技术采用状态机转换和卡尔曼滤波双重跟踪确认的机制，特别是通过多帧确认的状态转换机制提高了车辆检测的准确性，消除了静止的路灯、广告牌对检测结果的影响。2.可加快检测速度：由于本专利技术是对前方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。因此，本专利技术采用状态机转换和卡尔曼滤波双重跟踪确认的机制，特别是利用了卡尔曼滤波算法的预测功能，大幅度加快了检测速度。3.方法简单，易于推广应用。本专利技术的方法简单，易于推广应用。下面，结合附图和实施例对本专利技术之夜视环境下对前方车辆进行双重跟踪的检测方法的技术特征作进一步的说明。附图说明图1：本专利技术之夜视环境下对前方车辆进行双重跟踪的检测方法的流程图。具体实施例实施例一：一种夜视环境下对前方车辆进行双重跟踪的检测方法，该方法是对前方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：S1.对车灯进行状态机转换检测；S2.初始化卡尔曼跟踪的各种参数；S3.读入图像帧；S4.利用卡尔曼滤波算法对所有目标进行检测；S5.输出所有稳定目标；S6.检测本图像帧出现的新目标；S7.更新所有目标的卡尔曼跟踪参数；S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。所述的步骤S1包括如下内容：对车载视频采集系统检测到的车灯设立状态机，定义两个状态：稳定目标，标记为stable；临时目标，标记为temp；规定三个阈值：、和，其中，代表若一个稳定目标连续帧丢失，则将其状态转换为临时目标；代表若一个临时目标连续帧被检测到，则将其状态转换为稳定目标；代表若一个临时目标连续帧没有检测到，将其从系统的目标库中删除不再进行跟踪；将所有新检测到目标设置为临时目标，并设置两个计数器和，分别记录临时目标被连续检测到和连续丢失本文档来自技高网...

【技术保护点】
一种夜视环境下对前方车辆进行双重跟踪的检测方法，其特征在于：该方法是对前方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：S1. 对车灯进行状态机转换检测；S2. 初始化卡尔曼跟踪的各种参数；S3. 读入图像帧；S4. 利用卡尔曼滤波算法对所有目标进行检测；S5. 输出所有稳定目标；S6. 检测本图像帧出现的新目标；S7. 更新所有目标的卡尔曼跟踪参数；S8. 判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。

【技术特征摘要】
1.一种夜视环境下对前方车辆进行双重跟踪的检测方法，其特征在于：该方法是对前
方车辆进行基于状态机转换和卡尔曼滤波的双重跟踪检测方法，包括如下步骤：
S1.对车灯进行状态机转换检测；
S2.初始化卡尔曼跟踪的各种参数；
S3.读入图像帧；
S4.利用卡尔曼滤波算法对所有目标进行检测；
S5.输出所有稳定目标；
S6.检测本图像帧出现的新目标；
S7.更新所有目标的卡尔曼跟踪参数；
S8.判断所有图像帧是否读取完毕，如果是，则结束；否则重复步骤S3。
2.根据权利要求1所述的夜视环境下对前方车辆进行双重跟踪的检测方法，其特征在
于：所述的步骤S1包括如下内容：
对检测到的车灯设立状态机，定义两个状态：稳定目标，标记为stable；临时目标，标记
为temp；规定三个阈值：、和，其中，代表若一个稳定目标连续帧丢失，则将其状
态转换为临时目标；代表若一个临时目标连续帧被检测到，则将其状态转换为稳定目
标；代表若一个临时目标连续帧没有检测到，将其从系统的目标库中删除不再进行跟
踪；将所有新检测到目...

【专利技术属性】
技术研发人员：唐新来，卢光云，阳树洪，李春贵，夏冬雪，王智文，黄镇谨，欧阳浩，
申请(专利权)人：广西科技大学，广西科技大学鹿山学院，
类型：发明
国别省市：广西;45