一种基于尺度不变特征转换特征向量的前方车辆检测方法技术

本发明专利技术公开了一种基于尺度不变特征转换特征向量的前方车辆检测方法，现有的方法鲁棒性不好，容易受到背景、光照条件、阴霾等影响。本发明专利技术首先在输入图像中建立感兴趣区域，利用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。其次对尺度不变特征转换特征向量进行对称编码和匹配。然后对匹配点点对进行进一步聚类筛选，建立匹配点点对集合。最后利用匹配点点对集合进一步筛选匹配点点对；并在在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本发明专利技术方法使用尺度不变特征转换特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现。

【技术实现步骤摘要】
本专利技术属于计算机视觉领域，具体来说是一种利用图像的尺度不变特征转换特征向量去检测图像中具有对称特性车辆的前方车辆检测方法。
技术介绍
前方车辆检测技术是当今计算机视觉、图像处理与模式识别等技术在车辆安全辅助驾驶系统应用的一项重要研究课题，是车辆安全辅助驾驶系统的核心技术之一。目前，国内检测前方车辆的方法主要利用形状、阴影、对称性、边缘等特征来检测车辆。但这些方法鲁棒性不好，容易受到背景，光照条件，阴霾，复杂背景等影响而存在一定 的局限性。基于以上问题和前方车辆的明显特征即水平对称性，采用通过检测水平对称性从而检测车辆。
技术实现思路
本专利技术针对现有前方车辆检测方法的不足，结合“尺度不变特征转换”特征，提出了一种基于“尺度不变特征转换”特征的前方车辆检测方法。本专利技术方法具体是步骤(I)在输入图像中，在可能存在的车辆的范围内建立感兴趣区域。步骤(2)在感兴趣区域内采用David Lowe提出的图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量。步骤(3)对已提取的输入图像的尺度不变特征转换特征向量进行对称编码。步骤(4)对称编码后，可以得到原图的尺度不变特征转换对称特征向量，对原图的尺度不变特征转换特征向量和原图的尺度不变特征转换对称特征向量，进行匹配。步骤(5)对匹配点进行进一步筛选，提高匹配点点对的相似度。步骤(6)根据步骤(5)结果得到的匹配点点对，也即对称点点对，计算对称点对的对称轴。步骤(7)根据步骤(6)的结果，结合对称轴，对匹配点点对进行进一步聚类筛选，建立匹配点点对集合{MJ。步骤(8)采用计算每个集合Mi的中心点和其各点与中心点平均距离进一步筛选匹配点点对。步骤(9)根据步骤(6)和(8)所得结果，在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。本专利技术给出了一种基于尺度不变特征转换特征向量检测前方车辆的对称性，从而达到前方车辆检测的方法。“尺度不变特征转换”特征是图像的局部特征，其具有信息丰富，对缩放、亮度等变化保持不变等优点，且抗干扰能力强。通过实验结果表明使用“尺度不变特征转换”特征更具有良好的鲁棒性，提高了车辆检测的准确度，并具有良好的识别效果，且易于实现，为车辆辅助驾驶系统的构建提供了有利的基础。附图说明图I为本专利技术的方法流程图；图2特征向量的对称编码图；其中(a)为特征向量pi ； (b)为8号种子点的8方向向量；(C)为8号种子点对称编码后的8方向向量；(d)为Pi对称编码后的特征向量Hli。图3对称特征向量的关系不意图；其中 (a) 一对对称的特征向量及编码向量；(b) —对对称的特征向量；图4基于尺度不变特征转换特征向量的前方车辆对称性检测步骤。其中(a)为原图(加州理工学院的数据库)；(b)图像的尺度不变特征转换特征向量；(C)为检测到的对称匹配特征向量点对和中心点；(d)对称特征向量点对的对称轴。具体实施例方式以下结合附图对本专利技术作进一步说明。如图I所示，一种基于尺度不变特征转换特征向量的前方车辆检测方法，具体步骤如下步骤(I):在输入图像中，可能存在的车辆的范围内建立感兴趣区域。选取前方路面消失的水平线为基准，取该水平线以下区域为感兴趣区域。步骤(2):在感兴趣区域内采用了 David Lowe提出的图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量P「(xi，yi，si)。所述的特征向量采用16个种子点描述，每个种子点有8个方向的信息，共有128个数据，从而形成128维的尺度不变特征转换特征向量。步骤(3):对已提取的输入图像的尺度不变特征转换特征向量进行对称编码。所述的图像的尺度不变特征转换特征向量对称编码的计算方法具体为首先，对图像的特征向量Pi的整体4X4个种子点向量做对称编码；其次，对每个种子点内部8方向向量也做对称编码；从而产生新的4X4个8方向向量的特征向量Α。如图2所不，图2 (a)为特征向量Pi,图2 (b)为8号种子点的8方向向量，图2 (c)为8号种子点对称编码后的8方向向量，图2 (d)为Pi对称编码后的特征向量nii。首先，整体上将特征向量Pi的16个种子做水平对称编码获得特征向量!V编码方式如图2(a)原始16个种子点顺序变换到图2(d)重新对称编码获得16个种子点顺序；其次，同时每个种子点内部8方向向量也要做水平对称编码，编码方式由图2(b)原8号种子点的8方向向量变换到图2(c)重新编码获得8号种子点的8方向向量。经过所述的对称编码后，图像中潜在的对称特征向量Pi与P」，分别产生Hii和mj，如图3(a)所不，一对对称的特征向量。编码后的特征向量Pi和nij, Iiii和Pj有很闻的相似度，可以形成匹配点对。步骤(4):根据步骤(3)所描述的对称编码策略，可以得到原图的尺度不变特征转换对称特征向量，对原图的尺度不变特征转换特征向量和原图的尺度不变特征转换对称特征向量，进行匹配。所述的尺度不变特征转换对称特征向量为从输入图(原图)的尺度不变特征转换特征向量经过步骤(3)所描述的编码策略从而得到输入图的新的尺度不变特征转换特征向量。所述的原图的尺度不变特征转换特征向量和原图的尺度不变特征转换对称特征向量匹配步骤为当原图像的尺度不变特征转换特征向量的对称特征向量生成后，采用特征向量的欧式距离作为原图和对称图的特征向量的相似性判定。取原图的某个关键点(特征向量)，并找出其与对称图欧式距离最近的前两个关键点，在这两个关键点中，如果最近的距离除以次近的距离值低于比例阈值T，则接受该对匹配点。但在匹配过程中，会产生两个匹配对，实际是同位置，所以只需记录一个。本文档来自技高网...

【技术保护点】
一种基于尺度不变特征转换特征向量的前方车辆检测方法，其特征在于该方法包括如下步骤：步骤(1)在输入图像中，在可能存在的车辆的范围内建立感兴趣区域；步骤(2)在感兴趣区域内采用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量；步骤(3)对已提取的输入图像的尺度不变特征转换特征向量进行对称编码；步骤(4)对称编码后，可以得到原图的尺度不变特征转换对称特征向量，对原图的尺度不变特征转换特征向量和原图的尺度不变特征转换对称特征向量，进行匹配；步骤(5)对匹配点进行进一步筛选，提高匹配点点对的相似度；步骤(6)根据步骤(5)结果得到的匹配点点对，也即对称点点对，计算对称点对的对称轴；步骤(7)根据步骤(6)的结果，结合对称轴，对匹配点点对进行进一步聚类筛选，建立匹配点点对集合{Mi}；步骤(8)采用计算每个集合Mi的中心点和其各点与中心点平均距离进一步筛选匹配点点对；步骤(9)根据步骤(6)和(8)所得结果，在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。

【技术特征摘要】
1.一种基于尺度不变特征转换特征向量的前方车辆检测方法，其特征在于该方法包括如下步骤 步骤(I)在输入图像中，在可能存在的车辆的、M围内建立感兴趣区域； 步骤(2)在感兴趣区域内采用图像尺度不变特征转换特征向量检测方法，提取输入图像的感兴趣区域内的尺度不变特征转换特征向量； 步骤(3)对已提取的输入图像的尺度不变特征转换特征向量进行对称编码； 步骤(4)对称编码后，可以得到原图的尺度不变特征转换对称特征向量，对原图的尺度不变特征转换特征向量和原图的尺度不变特征转换对称特征向量，进行匹配； 步骤(5)对匹配点进行进一步筛选，提高匹配点点对的相似度； 步骤(6)根据步骤(5)结果得到的匹配点点对，也即对称点点对，计算对称点对的对称轴； 步骤(7)根据步骤￠)的结果，结合对称轴，对匹配点点对进行进一步聚类筛选，建立匹配点点对集合{#,.}； 步骤(8)采用计算每个集合爲的中心点和其各点与中心点平均距离进一步筛选匹配点点对； 步骤(9)根据步骤(6)和(8)所得结果，在输入原图中分别标记对称点和对称轴，完成前方车辆检测方法。2.根据权利要求I所述的一种基于尺度不变特征转换特征向量的前方车辆检测方法，其特征在于，步骤(I)中建立感兴趣区域具体是选取前方路面消失的水平线为基准，取该水平线以下区域作为感兴趣区域。3.根据权利要求I所述的一种基于尺度不变特征转换特征向量的前方车辆检测方法，其特征在于，步骤(3)的具体过程如下 1)设图像的尺度不变特征转换特征向量込=()，对込的整体4X 4个种子点向量做对称编码； 2)对每个种子点内部八方向向量也做对称编码。4.根据权利要求I所述的一种基于尺度不变特征转换特征向量的前方车辆检测方法，其特征在于，步骤(...

【专利技术属性】
技术研发人员：孙志海，王云建，张桦，周文晖，戴国骏，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：