一种基于图像动态特征跟踪的车辆外廓尺寸测量方法技术

本发明专利技术涉及一种基于图像动态特征跟踪的车辆外廓尺寸测量方法及系统，所述方法包含：步骤100)采集图像信息，获取车辆检测过程的图像；步骤101)基于车辆检测过程的图像获取相邻帧图像的特征点；步骤102)对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，基于车辆的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。上述步骤101)具体包含：步骤101-1)在采集的图像中通过分割车辆前景与背景得到车头和车尾所在图像；以车头和车尾图像分别作为起始帧和结束帧，进而获取车辆测量中的图像序列；步骤101-2)对图像帧遍历获得候选特征点，通过判断邻域灰度值与候选特征点灰度值的差别进而得到特征点。

【技术实现步骤摘要】

本专利技术属于图像测量领域，主要涉及动态运行的车辆的外廓尺寸测量。
技术介绍
近年来，随着对车辆安全运营方面的重视，车辆外廓尺寸测量的相关产品与装置不断优化，目前出现了图像、激光等方式的检测装置。目前传统的图像检测方式通常采用图像拼接或整体图像分析的方式来计算车辆外廓尺寸，但是很多装置的检测质量受到光线、车辆速度等因素的影响，存在一定的误差。为了实现对车辆外廓信息的准确检测，需要进行图像处理算法的优化，使检测装置可以满足不同环境条件、不同车型的测量。
技术实现思路
本专利技术的目的在于，为了克服上述问题，本专利技术提供了一种基于图像动态特征跟踪的车辆外廓尺寸测量方法及系统。为了实现上述目的，本专利技术提供一种基于图像动态特征跟踪的车辆外廓尺寸测量方法，所述方法包含：步骤100)采集图像信息，获取车辆检测过程的图像；步骤101)基于车辆检测过程的图像获取相邻帧图像的特征点；步骤102)对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，基于车辆的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。可选的，上述步骤101)具体包含：步骤101-1)在采集的图像中通过分割车辆前景与背景得到车头和车尾所在图像；以车头和车尾图像分别作为起始帧和结束帧，进而获取车辆测量中的图像序列；步骤101-2)对图像帧遍历获得候选特征点，通过判断邻域灰度值与候选特征点灰度值的差别进而得到特征点。上述步骤101-2)具体为：首先，将每一帧图像中的所有元素作为候选特征点；然后，根据候选特征点进一步选择特征点，选择的具体原则为：设定第一阈值与第二阈值，当任意一个候选特征点p周围邻域的一圈像素点的数量大于第一阈值且候选特征点p周围邻域的一圈像素点与候选特征点p的灰度值的差别大于第二阈值时，则选取该候选特征点p作为特征点，用公式表示为：其中，I(x)为候选特征点p的邻域圆周上任意一点的灰度，I(p)为候选节点p点的灰度，εd为设定的第二差阈值；如果N大于设定的第一阈值，则候选节点p点为一个特征点。上述步骤102)具体包含：步骤102-1)筛选特征点进行匹配，再对匹配结果进行如下判断：1)对成功匹配的特征点进行进一步判断，删除背景中错误匹配的特征点和与车辆运动方向偏差大于设定的第三阈值的特征点；2)将相邻两帧图像中满足步骤1)的判断标准的特征点进行均值计算，获取亚像素精度的匹配均值；步骤102-2)将步骤102-1)中得到的相邻两帧图像的匹配均值作为两帧图像的相对拼接坐标；步骤102-3)将相对拼接坐标之和作为车辆的像素尺寸；根据像素尺寸和实际尺寸的比例值，获得车辆的真实尺寸。上述步骤102-1)具体为：将找到的特征点采用筛选二进制特征描述算子进行匹配，且匹配的具体过程为：步骤102-1-1)，选用像素中心的一个二值特征描述算子作为比较对象，具体为：采用如下的二进制描述算子间的相关性系数计算公式得到相关性系数最低的随机点对，将随机点对作为关键点：其中，X，Y为测量相关性的两个向量，n为向量的维数，Xi为向量的元素；i为向量维数的索引号；建立关键点的测试矩阵T，将测试矩阵T中的每个特征点与其邻域的像素组合方式的数量为M：M＝((l-t+1)2)2其中，l为定义的关键点的邻域宽度，t为替代特征点和邻域像素点的邻域块的宽度；步骤102-1-2)，对于测试集矩阵T的列向量计算均值，并重新排序，按照设定的第四阈值选取若干个相关性系数最低的特征点；步骤102-1-3)，对两帧图像中的经过步骤101-1-2)筛选后的特征点进行匹配操作，其中应当将筛选距离比例满足要求并且一一映射的特征点进行匹配。上述步骤102-1-1)进一步包含：首先，获取特征点p的主方向，具体为：通过矩计算得到特征点p主方向，表示如下：其中，x轴的方向分量y轴的方向分量M00为0阶矩，M01,M10为1阶矩，矩函数表示为：其中，x和y为特征点p在图像上的像素坐标，k和l为矩的阶数；其次，提取二进制特征描述算子，具体为：采用优化的多尺度拓扑结构作为特征点p的二进制特征描述算子，所述的优化的多尺度拓扑结构为：若干个面积不同且有重叠的圆，且距离中心的特征点p越近的采样点的采样半径越小，反之距离特征点p越远的采样点采样半径越大；所述二进制特征描述子表示如下：其中，pa为采样点和特征点p组成的点对，N表示期望的二进制编码长度；其中，为采样点对pa中前一个采样点的像素值，为采样点对pa中后一个采样点的像素值。此外，本专利技术还提供了一种基于图像动态特征跟踪的车辆外廓尺寸测量系统，所述系统包含：采集模块，用于采集图像信息，获取车辆检测过程的图像；特征点提取模块，用于基于车辆检测过程的图像获取相邻帧图像的特征点；处理模块，用于对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，基于车辆的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。上述特征点提取模块进一步包含：第一获取子模块，用于在采集的图像中通过分割车辆前景与背景得到车头和车尾所在图像；以车头车尾图像作为起始帧和结束帧，获取车辆测量中的图像序列；第二获取子模块，用于对图像帧遍历获得候选特征点，通过判断邻域灰度值与候选特征点灰度值差别满足阈值的像素个数得到特征点。上述第二获取子模块进一步包含：候选特征点选取子模块，用于将每一帧图像中的所有元素作为候选特征点；特征点选择子模块，用于根据候选特征点进一步选择特征点，选择的具体原则为：设定第一阈值与第二阈值，当任意一个候选特征点p周围邻域的一圈像素点的数量大于第一阈值且候选特征点p周围邻域的一圈像素点与候选特征点p的灰度值的差别大于第二阈值时，则选取该候选特征点p作为特征点，用公式表示为：其中，I(x)为候选特征点p的邻域圆周上任意一点的灰度，I(p)为候选节点p点的灰度，εd为设定的第二差阈值；如果N大于设定的第一阈值，则候选节点p点为一个特征点。上述处理模块进一步包含：匹配处理子模块，用于筛选特征点进行匹配，再对匹配结果进行如下判断：1)对成功匹配的特征点进行进一步判断，删除背景中错误匹配的特征点和与车辆运动方向偏差较大的特征点；2)相邻两帧图像满足判断标准的特征点进行均值计算，获取亚像素精度的匹配均值；拼接子模块，用于将匹配处理子模块中得到的相邻两帧图像的匹配均值即为两帧图像的相对拼接坐标；计算处理子模块，用于将相对拼接坐标之和作为车辆的像素尺寸；根据像素尺寸和实际尺寸的比例值，获得车辆的真实尺寸。总之，本专利技术通过对图像快速采集结果中随机动态特征识别，实现对车辆运动状态的分析，并得出车辆运动过程中的瞬时速度，同时根据车辆运动时间与车体全长之间的关系，实现车辆瞬时速度在时域的积分，从而得出车辆的有效长度，通过本算法消除车辆检测过程中的光线、车速等外界因素干扰，同时比传统的图像拼接算法具有更高的效率和准确率本文档来自技高网...

【技术保护点】
一种基于图像动态特征跟踪的车辆外廓尺寸测量方法，所述方法包含：步骤100)采集图像信息，获取车辆检测过程的图像；步骤101)基于车辆检测过程的图像获取相邻帧图像的特征点；步骤102)对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，基于车辆的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。

【技术特征摘要】
1.一种基于图像动态特征跟踪的车辆外廓尺寸测量方法，所述方法包含：
步骤100)采集图像信息，获取车辆检测过程的图像；
步骤101)基于车辆检测过程的图像获取相邻帧图像的特征点；
步骤102)对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，
基于车辆的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。
2.根据权利要求1所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其
特征在于，所述步骤101)具体包含：步骤101-1)在采集的图像中通过分割车辆前
景与背景得到车头和车尾所在图像；
以车头和车尾图像分别作为起始帧和结束帧，进而获取车辆测量中的图像序列；
步骤101-2)对图像帧遍历获得候选特征点，通过判断邻域灰度值与候选特征点
灰度值的差别进而得到特征点。
3.根据权利要求2所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其
特征在于，所述步骤101-2)具体为：
首先，将每一帧图像中的所有元素作为候选特征点；
然后，根据候选特征点进一步选择特征点，选择的具体原则为：设定第一阈值
与第二阈值，当任意一个候选特征点p周围邻域的一圈像素点的数量大于第一阈值
且候选特征点p周围邻域的一圈像素点与候选特征点p的灰度值的差别大于第二阈
值时，则选取该候选特征点p作为特征点，用公式表示为：
N=Σx∀circle(p)|I(x)-I(p)|>ϵd]]>其中，I(x)为候选特征点p的邻域圆周上任意一点的灰度，I(p)为候选节点p点
的灰度，εd为设定的第二差阈值；如果N大于设定的第一阈值，则候选节点p点为
一个特征点。
4.根据权利要求1所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其
特征在于，所述步骤102)具体包含：
步骤102-1)筛选特征点进行匹配，再对匹配结果进行如下判断：
1)对成功匹配的特征点进行进一步判断，删除背景中错误匹配的特征点和与车
辆运动方向偏差大于设定的第三阈值的特征点；
2)将相邻两帧图像中满足步骤1)的判断标准的特征点进行均值计算，获取亚
像素精度的匹配均值；
步骤102-2)将步骤102-1)中得到的相邻两帧图像的匹配均值作为两帧图像的相
对拼接坐标；
步骤102-3)将相对拼接坐标之和作为车辆的像素尺寸；根据像素尺寸和实际尺
寸的比例值，获得车辆的真实尺寸。
5.根据权利要求1所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其
特征在于，所述步骤102-1)具体为：
将找到的特征点采用筛选二进制特征描述算子进行匹配，且匹配的具体过程为：
步骤102-1-1)，选用像素中心的一个二值特征描述算子作为比较对象，具体为：
采用如下的二进制描述算子间的相关性系数计算公式得到相关性系数最低的随
机点对，将随机点对作为关键点：
r=Σi=1n(Xi-X‾)(Yi-Y‾)Σi=1n(Xi-X‾)2Σi=1n(Yi-Y‾)2]]>其中，X，Y为测量相关性的两个向量，n为向量的维数，Xi为向量的元素；i
为向量维数的索引号；
建立关键点的测试矩阵T，将测试矩阵T中的每个特征点与其邻域的像素组合方
式的数量为M：
M＝((l-t+1)2)2其中，l为定义的关键点的邻域宽度，t为替代特征点和邻域像素点的邻域块的
宽度；
步骤102-1-2)，对于测试集矩阵T的列向量计算均值，并重新排序，按照设定
的第四阈值选取若干个相关性系数最低的特征点；
步骤102-1-3)，对两帧图像中的经过步骤101-1-2)筛选后的特征点进行匹配操
作，其中应当将筛选距离比例满足要求并且一一映射的特征点进行匹配。

【专利技术属性】
技术研发人员：白伟光，孙洁，姜金岭，苌超凡，
申请(专利权)人：北京航天测控技术有限公司，
类型：发明
国别省市：北京;11