【技术实现步骤摘要】
车辆检测方法、装置、电子设备及存储介质
本专利技术涉及道路交通
，尤其涉及一种车辆检测方法、装置、电子设备及存储介质。
技术介绍
前方车辆碰撞预警是汽车主动安全领域的重要研究方向。在现有技术中，前方车辆碰撞预警的方法主要包括：基于雷达的方法，基于视觉的方法，雷达和视觉融合的方法。由于基于视觉的方法成本较低，因此已经在汽车辅助驾驶系统中得到了较为广泛的应用。基于视觉的前方车辆碰撞预警方法的核心在于车辆检测方法。顾名思义，车辆检测方法用于对车辆进行检测与识别。现有技术中常见的车辆检测方法包括基于车底阴影的方法、基于机器学习的方法和基于光流的方法。现有技术中的车辆检测方法各自存在一定的不足：基于车底阴影的方法由于受天气影响大，稳定性问题难以克服；基于光流的方法应用前提是目标物需要存在相对运动，对相对运动较小的车辆漏检率高；基于机器学习的方法采用大量数据进行学习训练，车辆检测鲁棒性强，但是对硬件性能要求很高。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供...
【技术保护点】
1.一种车辆检测方法，其特征在于，包括：/n步骤S1、为当前时刻的监控图片检测前方的感兴趣区域，得到感兴趣区域图片；/n步骤S2、对所述感兴趣区域图片做灰度化处理，得到感兴趣区域的灰度图；根据所述感兴趣区域的灰度图，确定第一检测框；其中，所述第一检测框包括被检测车辆的左边界与右边界；/n步骤S3、根据所述感兴趣区域图片，确定被检测车辆的下边界与下边界长度，结合所述第一检测框，得到第二检测框；其中，所述第二检测框包括被检测车辆的左边界、右边界、下边界以及下边界长度；/n步骤S4、根据所述第二检测框对被检测车辆做跟踪预测，得到跟踪预测框，将所述第二检测框与所述跟踪预测框进行比较...
【技术特征摘要】
1.一种车辆检测方法，其特征在于，包括：
步骤S1、为当前时刻的监控图片检测前方的感兴趣区域，得到感兴趣区域图片；
步骤S2、对所述感兴趣区域图片做灰度化处理，得到感兴趣区域的灰度图；根据所述感兴趣区域的灰度图，确定第一检测框；其中，所述第一检测框包括被检测车辆的左边界与右边界；
步骤S3、根据所述感兴趣区域图片，确定被检测车辆的下边界与下边界长度，结合所述第一检测框，得到第二检测框；其中，所述第二检测框包括被检测车辆的左边界、右边界、下边界以及下边界长度；
步骤S4、根据所述第二检测框对被检测车辆做跟踪预测，得到跟踪预测框，将所述第二检测框与所述跟踪预测框进行比较，根据比较结果确定被检测车辆的边界框；其中，所述跟踪预测框用于描述被检测车辆在下一时刻的监控图片中的位置。
2.根据权利要求1所述的车辆检测方法，其特征在于，步骤S2和步骤S3之间，所述方法还包括：
对所述第一检测框进行左右边界边缘的对称性验证，去除未通过对称性验证的第一检测框。
3.根据权利要求1或2所述的车辆检测方法，其特征在于，所述为当前时刻的监控图片检测前方的感兴趣区域，包括：
检测当前时刻的监控图片中前方两侧最近的左、右车道线；
将所述前方两侧最近的左、右车道线内的区域作为感兴趣区域。
4.根据权利要求1或2所述的车辆检测方法，其特征在于，所述根据所述感兴趣区域的灰度图，确定第一检测框，包括：
从所述感兴趣区域的灰度图中提取边缘二值化特征；
统计灰度图中各个x坐标下的二值化特征的数量，得到第一竖向位置直方图；
在所述第一竖向位置直方图中分别找出左半区域中具有最多二值化特征的第一x坐标值，和右半区域中具有最多二值化特征的第二x坐标值；
将所述第一x坐标值所对应的位置作为被检测车辆的左边界，将所述第二x坐标值所对应的位置作为被检测车辆的右边界；
根据被检测车辆的左边界和右边界，确定第一检测框。
5.根据权利要求1或2所述的车辆检测方法，其特征在于，所述根据所述感兴趣区域图片，确定被检测车辆的下边界与下边界长度，包括：
从所述感兴趣区域图片获取R通道和B通道的差值二值化特征；
统计所述感兴趣区域图片中各个x坐标下差值二值化特征的数量得到第二竖向位置直方图；
查找所述第二竖向位置直方图中的最多像素位置，得到始终在被检测车辆范围内的x坐标；
沿着x坐标的y轴像素值突变找到被检测车辆下边界y坐标；
由被检测车辆下边界y...
【专利技术属性】
技术研发人员：孟绍旭，朱磊，郭波，吴志洋，
申请(专利权)人：蘑菇车联信息科技有限公司，
类型：发明
国别省市：北京;11
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。