The invention discloses a detection method of the night in front of the vehicle based on monocular vision, which comprises the following steps: 1, image acquisition, CenSurE operator of vehicle headlight detection based on strong point; step 2, light color information of vehicle segmentation based on segmentation by region; step 3. 1 segmentation region selection step 2 occupies a corner step up to the area, get the detection area; step 4, the headlights matching detection steps in area 3, determine the position of the vehicle. The invention adopts CenSurE operator calculation of multi-scale, and then detect the results of vehicle matching operation, not only solve the vehicle headlight detection method, matching error, target detection is not accurate, and good application value.
【技术实现步骤摘要】
一种基于单目视觉的夜间前方车辆检测方法
本专利技术属于夜间目标检测方法
,具体涉及一种基于单目视觉的夜间前方车辆检测方法。
技术介绍
汽车的飞跃式增长,加剧了道路交通事故的发生,特别是夜间交通事故的频发,给人们的生命财产带来巨大的损失。基于视觉的目标检测技术为夜间交通场景目标检测提供了可能,由于多目(包含双目)视觉系统相邻帧间特征点匹配计算量大,当车辆数目较多时,实时性差,所以基于单目视觉的车辆检测技术应运而生。然而,现有的基于单目视觉的车辆检测技术大多适应于白天交通环境,由于夜间驾驶环境变差导致夜间交通事故较白天更为频发,因此,研究基于单目视觉的夜间前方车辆检测方法对于改善驾驶环境,减少交通事故具有重要的意义。夜晚光照条件差,车辆的外形特征很难被检测到,夜间车辆最显著的特征是高亮度的车灯,因此,大多夜间车辆检测方法都是通过检测车灯从而检测车辆的。JunbinGuo等人统计300幅不同环境下尾灯亮度的分布,使用最大类间方差法(Otsu)确定最佳分割阈值,并根据HSV颜色空间的红色阈值剔除非尾灯目标,最后进行基于位置、面积等先验知识的尾灯配对。WeiZhang等人基于光散射衰减模型得出车头灯的反射灰度图和反射抑制图,作为马尔科夫随机场的输入向量,但是如果车辆距离摄像头很近,反射系数很难计算。Jiann-DerLee等人使用LoG算子和光散射模型得出车灯区域并使用光流法对车辆进行跟踪,使用LoG算子,解决了近距离车辆难检测的问题。O’Malley等人基于HSV颜色空间提出红色阈值分割方法,并根据互相关性系数验证车灯的对称性及使用卡尔曼滤波进行跟踪,但是只 ...
【技术保护点】
一种基于单目视觉的夜间前方车辆检测方法,其特征在于,包括以下步骤:步骤1,采集图像,基于CenSurE算子对夜间前方车辆进行车灯检测,得到强角点;步骤2,基于车灯颜色信息进行夜间前方车辆的分割,得到分割区域;步骤3,选择步骤2的分割区域中占有步骤1的强角点最多的区域,得到检测区域;步骤4,对步骤3中的检测区域进行车灯配对,确定目标车辆的位置。
【技术特征摘要】
1.一种基于单目视觉的夜间前方车辆检测方法,其特征在于,包括以下步骤:步骤1,采集图像,基于CenSurE算子对夜间前方车辆进行车灯检测,得到强角点;步骤2,基于车灯颜色信息进行夜间前方车辆的分割,得到分割区域;步骤3,选择步骤2的分割区域中占有步骤1的强角点最多的区域,得到检测区域;步骤4,对步骤3中的检测区域进行车灯配对,确定目标车辆的位置。2.根据权利要求1所述的一种基于单目视觉的夜间前方车辆检测方法,其特征在于,所述的步骤1的操作步骤具体为:步骤1.1,拍照采集图像,根据采集图像计算对应的积分图的值,积分图中任一点I(x,y)的值均为原图像中对应位置左上角区域所有值的总和,如式(1),步骤1.2,构造CenSurE滤波器对积分图进行对数尺度采样,将任一点I(x,y)的值表示的尺度空间分成三组,其中,第一组中每层的CenSurE滤波器内核大小依次增加2,第二组中每层的CenSurE滤波器内核大小依次增加4,第三组中每层的CenSurE滤波器内核大小依次增加8,每一组中均选择5层尺度图像,CenSurE滤波器外核大小也按照上述方式进行计算;即CenSurE滤波器的内核尺寸应满足(2n+1)×(2n+1),外核尺寸应满足(4n+1)×(4n+1),为了使滤波器的DC响应为零,对尺度空间归一化,则内核的权重系数In应满足式(2),外核的权重系数On应满足式(3)当外核包含的像素值总和为out_value,内核包含的像素值总和为in_value,则像素滤波响应值L满足式(4),L=On·out_value-In·in_value,(4)步骤1.3,对步骤1.2中的尺度空间进行极值检测,将经过步骤1.2处理的图像,按照式(4)计算图像中每个尺度空间的像素滤波响应值,然后在尺度空间上进行非极大值抑制,并记录极值点;步骤1.4,对步骤1.3中的极值点进行滤除不稳定特征点,Lx和Ly为像素滤波响应值L在x和y方向的偏导,对Lx、Ly、LxLy进行高斯滤波,获得Harris矩阵特征值,如果较小的特征值大于自适应阈值t,则得到强角点。3.根据权利要求1所述的一种基于单目视觉的夜间前方车辆检测方法,其特征在于,所述的步骤2的操作步骤具体为,将步骤1采集的图像由RGB空间转换到HSV颜色空间,使用红色阈值分割出的所有区域,使用白色阈值分割出的所有区域中位于左侧1/3的区域,共同作为HSV颜色空间分割的结果,H表示色调,其中红色阈值的H≥340°或H≤30°,白色阈值的H为0°~360°;S表示饱和度,红色阈值的S≤30,白色阈值的S≤20;V表示色彩的明度,红色阈值和白色阈值均取80≤V≤100。4.根据权利要求1所述的一种基于单目视觉的夜间前方车辆检测方法,其特征在于,所述的步骤4的车灯配对的操作步骤具体为,假设Li、Lj为两候选车灯,面积分别为Ai、Aj,车灯中心的图像坐标为(xi,yi)、(xj,yj),配对约束...
【专利技术属性】
技术研发人员:蒋卓韵,戴芳,赵凤群,
申请(专利权)人:西安理工大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。