The invention belongs to the field of image processing, and relates to a detection and location algorithm of vehicle based on monocular vision method, the proposed method of combining machine vision with prior knowledge and geometric algorithm of vehicle detection and vehicle distance measurement. The realization process is: (1) the acquisition vehicle camera video image is converted to grayscale images, (2) on the gray image denoising (3) extraction of license plate region by projection positioning, four vertices and the plate (4), using two step Tsai algorithm and checkerboard algorithm the internal parameters of the camera calibration, (5) finally the camera internal parameters and using P4P algorithm to calculate the vertex plate from the front of the car. The invention solves the problem that a single machine vision method generates too many false detection, and the distance measurement can be realized accurately and effectively, and the real-time requirement of the intelligent vehicle control can be satisfied.
【技术实现步骤摘要】
本专利技术涉及一种基于单目视觉的前方车辆检测和测距算法,该方法提出了机器视觉与先验知识和几何算法相结合的方法进行车辆检测,属于图像处理和机器视觉领域,可应用于准确高效的检测出前方车辆并准确测量车距。
技术介绍
道路交通事故给人民生命财产和国民经济带来了巨大损失,而交通事故主要是由于车辆间没有保持安全距离造成的。由此可见,及时检测当前车辆与前方车辆之间的距离并做出预警作为高级驾驶辅助系统中的一部分具有非常重要的意义。在机器视觉进行车辆检测与跟踪方面,主要分为两类:一类是基于立体视觉,一类是基于单目视觉。基于立体视觉的检测方法采用对极几何规则测量两个目标之间的距离,由于复杂的特征匹配,该方法需要很大的存储空间,比较长的计算时间,而且对外界噪声和光线比较敏感;基于单目视觉的检测方法仅需要一个摄像头,不需要考虑特征匹配问题,因此,该方法具有成本低,实时性好等优点,适用于车辆安全辅助驾驶领域。在单目视觉车辆测距方面,主要有三类方法:基于成像模型的方法;基于几何关系的推导方法;基于数学回归建模测距的方法。车辆检测中基于成像模型用到的参数主要包括利用车身的影子、车灯、车身框架、车身的对称性结构等。基于几何关系的推导方法用到的技术主要是建立车辆的数学模型,然后利用模型匹配方法实现车辆检测。基于机器学习的算法主要用到神经网络、支持向量机和贝叶斯算法等技术。这些方法主要受车辆实际宽度、精确测量相机视野角与俯仰角、前期数据采集分析并计算数学模型的影响。为了解决当前车辆检测和测距中存在的对光线敏感,实时性和精确性较差等问题,我们提出了一种利用车牌区域测量两车距离的健壮的车距测量 ...
【技术保护点】
一种基于单目视觉和车牌的车距测量方法,包括下列步骤:(1)利用摄像机采集获取检测图像并进行灰度化;(2)提取车牌区域;(3)获取车牌四个顶点坐标;(4)采用Tsai两步算法校正相机内部参数;(5)基于矩形测量理论,计算两车之间的距离。
【技术特征摘要】
1.一种基于单目视觉和车牌的车距测量方法,包括下列步骤:(1)利用摄像机采集获取检测图像并进行灰度化;(2)提取车牌区域;(3)获取车牌四个顶点坐标;(4)采用Tsai两步算法校正相机内部参数;(5)基于矩形测量理论,计算两车之间的距离。2.根据权利要求1所述的前方车辆检测与测距方法,其特征在于,步骤(2)中使用投影法定位和提取车牌区域。具体算法描述如下:(1)对经过二值转换处理的车牌图像进行水平投影,即把二值图像再水平方向上统计其赋值为1的像素。(2)牌照区的上下边界定位。取一阈值(设为T1),自下而上扫描。将水平投影值大于T1的行取出,可以认为这是车牌区域的下边界,并命名为y1。因为,通过实验发现大部分的图片中存在这样的一行:这一行大于阈值而且经过车牌区域。然后继续进行扫描,将水平投影值小于T1的位置记下,可以认为这是牌照区的上边界,命名为y2。然而,y1和y2不一定是真正的车牌区域的上边界与下边界。为了确认提取的区域含有车牌区域,加入了判断式y2-y1≥t1。And.y2-y1≤t2,其中t1与t2是对大量图片进行测试而得到的车牌高度经验值。经过判断,如果满足条件就可以认为y1、y2是牌照区的上下边界,否则,y1:=y2,重新开始扫描。ylow=y1;yhigh=y2。(3)对二值图像进行垂直投影。垂直投影是在垂直方向上统计其赋值为1的像素数。(4)定位牌照区的左右边界。用与(2)类似的方法,设一阈值为T2,自左向右扫描,将垂直投影大于和小于T2的列位置标记为x1和x2,为了确认提取的区域含有车牌区域,同样加入了判断式x2-x1≥s1.and.x2-x1≤s2,s1与s2是车牌宽度经验值。经过判断,如果满足条件就可以认为x1、x2是牌照区的左右边界,否则,x1:=x2,重新开始扫描。xleft=x1;...
【专利技术属性】
技术研发人员:高振国,张开岭,李树刚,陈丹杰,姚念民,李培华,郑延景,潘伟,
申请(专利权)人:深圳市美好幸福生活安全系统有限公司,
类型:发明
国别省市:广东;44
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。