车前方运动车辆的检测方法技术

本发明专利技术公开了一种车前方运动车辆的检测方法，包括以下步骤：1）采集车前视频图像，对已知视频图像的一帧RGB图像,进行灰度化，得到灰度图像；2）对灰度图像进行人为限定区域，划出AQI区域，对划出AOI区域进行Ostu阈值分割，提取出车道线；3）根据提取出的车道线，进一步确定前方车辆所在的区域，较精确地判定AOI区域；4）对上步骤确定的区域进行两次自适应阈值分割；5）判断并寻找阴影线的起点、终点及所在行位置；6）选择最大长度的阴影线作为车底与路面交线边缘，并在原图像上标注出车辆位置。

【技术实现步骤摘要】
车前方运动车辆的检测方法
本专利技术具体涉及一种车前方运动车辆的检测方法。
技术介绍
随着车辆交通与汽车工业的快速发展，全世界高速公路里程数及汽车保有量均在迅速增长，道路交通事故发生率急剧上升，由此造成了重大人员伤亡和经济损失，以上问题的存在引发了新的研究与应用热点。近年来，随着智能车辆进入了深入、系统、大规模研究阶段。汽车智能辅助驾驶系统是智能交通系统的重要组成部分，前方运动车辆检测时只能车辆安全驾驶及交通系统研究领域的热点，系统有利于减少伤亡、节约时间和降低污染。由于光强及周边环境会对车辆特征产生较大干扰，大车辆下方的阴影区域在整个图像中较暗，是一种较为鲁棒的特征，阴影检测已成为运动目标检测的研究热点之一。通过阴影特征检测车辆不能有效的排除非车辆的阴影，且实时性差；利用车底阴影确定边缘线，但由天桥对路面的投影却无法较好排除；用阴影和边缘特征检测车辆，若图像过亮或过暗，阴影区域均无法被检测到。
技术实现思路
本专利技术要解决的技术问题是提供一种车前方运动车辆的检测方法。车前方运动车辆的检测方法，包括以下步骤：1）采集车前视频图像，对已知视频图像的一帧RGB图像,进行灰度化，得到灰度图像；2）对灰度图像进行人为限定区域，划出AQI区域，对划出AOI区域进行Ostu阈值分割，提取出车道线；3）根据提取出的车道线，进一步确定前方车辆所在的区域，较精确地判定AOI区域；4）对上步骤确定的区域进行两次自适应阈值分割；5）判断并寻找阴影线的起点、终点及所在行位置；6）选择最大长度的阴影线作为车底与路面交线边缘，并在原图像上标注出车辆位置。进一步的，两次自适应阈值分割方法如下：1）根据均值方差公式计算灰度图像的均值与方差：，，式中，f(x,y)为灰度图像在（x,y）点处的亮度值，M，N分别为图像的宽和高，、分别为灰度图像均值和方差；2）第一次自适应阈值为：；；3）对整幅灰度图像中统计低于的像素点，并对低于的像素点利用均值方差公式计算均值和：；。进一步的，判断并寻找阴影线的起点、终点及所在行位置的具体方法如下：对阴影分割后的图像搜索阴影起始位置、终点位置，按照从上往下、从左往右的顺序，当符合以下公式时，记为起点；；继续扫描连续黑点，当符合以下公式时，记为终点；；阴影线长度表面目标宽度，记录满足下式的阴影线起点、终点及行位置，反之剔除阴影线；。本专利技术的有益效果是：本专利技术有效解决周边环境的干扰，并实时准确地检测出前方车辆，本专利技术方法在提取车道线的基础上提取车底阴影线，可以减少运算量，提高系统的效率。具体实施方式以下具体实施例对本专利技术作进一步阐述，但不作为对本专利技术的限定。车前方运动车辆的检测方法，包括以下步骤：1）采集车前视频图像，对已知视频图像的一帧RGB图像,进行灰度化，得到灰度图像；2）对灰度图像进行人为限定区域，划出AQI区域，对划出AOI区域进行Ostu阈值分割，提取出车道线；3）根据提取出的车道线，进一步确定前方车辆所在的区域，较精确地判定AOI区域；4）对上步骤确定的区域进行两次自适应阈值分割；5）判断并寻找阴影线的起点、终点及所在行位置；6）选择最大长度的阴影线作为车底与路面交线边缘，并在原图像上标注出车辆位置。两次自适应阈值分割方法如下：1）根据均值方差公式计算灰度图像的均值与方差：，，式中，f(x,y)为灰度图像在（x,y）点处的亮度值，M，N分别为图像的宽和高，、分别为灰度图像均值和方差；2）第一次自适应阈值为：；；3）对整幅灰度图像中统计低于的像素点，并对低于的像素点利用均值方差公式计算均值和：；。判断并寻找阴影线的起点、终点及所在行位置的具体方法如下：对阴影分割后的图像搜索阴影起始位置、终点位置，按照从上往下、从左往右的顺序，当符合以下公式时，记为起点；；继续扫描连续黑点，当符合以下公式时，记为终点；；阴影线长度表面目标宽度，记录满足下式的阴影线起点、终点及行位置，反之剔除阴影线；。本文档来自技高网...

【技术保护点】
车前方运动车辆的检测方法，其特征在于，包括以下步骤：1）采集车前视频图像，对已知视频图像的一帧RGB图像,进行灰度化，得到灰度图像；2）对灰度图像进行人为限定区域，划出AQI区域，对划出AOI区域进行Ostu阈值分割，提取出车道线；3）根据提取出的车道线，进一步确定前方车辆所在的区域，较精确地判定AOI区域；4）对上步骤确定的区域进行两次自适应阈值分割；5）判断并寻找阴影线的起点、终点及所在行位置；6）选择最大长度的阴影线作为车底与路面交线边缘，并在原图像上标注出车辆位置。

【技术特征摘要】
1.车前方运动车辆的检测方法，其特征在于，包括以下步骤：1）采集车前视频图像，对已知视频图像的一帧RGB图像,进行灰度化，得到灰度图像；2）对灰度图像进行人为限定区域，划出AQI区域，对划出AOI区域进行Ostu阈值分割，提取出车道线；3）根据提取出的车道线，进一步确定前方车辆所在的区域，较精确地判定AOI区域；4）对上步骤确定的区域进行两次自适应阈值分割；5）判断并寻找阴影线的起点、终点及所在行位置；6）选择最大长度的阴影线作为车底与路面交线边缘，并在原图像上标注出车辆位置。2.根据权利要求1所述的车前障碍物检测方法，其特征在于，两次自适应阈值分割方法如下：1）根据均值方差公式计算灰...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：南宁市正祥科技有限公司，
类型：发明
国别省市：广西,45