[发明专利]一种车载的前方车辆检测方法

说明书

技术领域

本发明涉及一种车载的前方车辆检检测方法，属于图像处理在智能交通上的应用技术领域。

背景技术

目前检测前方车辆的方法一般都是针对摄像头固定的情况下进行处理,且处理时由于要对整个图像像素进行处理,再加上预处理,提取特征,检测,识别的方法比较复杂,计算量很大,处理器负担比较大,一般处理器不能够在完成其他工作的同时仍然保证图像处理的速度。否则就需要比较高端的处理器,加大了图像处理的成本。

发明内容

本发明所要解决的技术问题是提供一种前方车辆检测方法，可以在运动摄像头上使用，而且计算量小,能够满足现实使用中对实时性的要求。

为解决上述技术问题，本发明所采用的技术方案是：

一种车载的前方车辆检测方法,其特征在于，包括以下步骤：

1)通过摄像机得到连续的图像，并传至计算机中进行处理；

2)在待检测的图像上设置特定检测区域R1，并利用车辆的底部阴影特征和车牌特征对前方车辆进行检测；

3)利用车辆的车牌特征确定前方车辆的车牌。

前述的前方车辆检测方法,其特征在于：在所述步骤2）中，所述特定检测区域R1为图像的宽度在W/4到W*3/4,高度在图像的H/2到H,其中W和H为图像的宽和高。

前述的前方车辆检测方法,其特征在于：在对现场视频检测的过程中,通过对图像阴影像素的数值统计和分析,判别前方是否有车辆,当判别前方连续有车达到阈值的帧数时就认为确实前方有车。

前述的前方车辆检测方法,其特征在于：图像阴影像素的数值统计和分析方法为,若像素R,G,B三通道的灰度值低于阈值,且三通道的灰度值与区域灰度均值的1/3的差大于阈值,则将该像素标记为白色作为前景；否则标记为黑色作为背景,并对处理后的图像做单次腐蚀膨胀处理,以获取离图像底边最近的阴影区域R2的形状及统计特征。

前述的前方车辆检测方法,其特征在于：在阴影区域R2的形状和统计特征中,形状特征是指阴影区域R2外接矩形的宽高及其在图像中的位置,统计特征是指白色像素占整个阴影区域R2外接矩形面积的百分比，当标记为白色的阴影像素点满足形状特征和统计特征，即宽度在阈值范围内,水平位置与图像的W/2的差得绝对值小于阈值,且白色像素百分比大于阈值,则暂时认为该阴影区域为车辆阴影区域,图像中有车,且车辆的位置处于摄像机的正前方。

前述的前方车辆检测方法,其特征在于：当获取标记为白色阴影像素点满足条件,且有满足条件的图像的连续帧数等于阈值,则取一个位于阴影区域上方的矩形作为特征区域,宽度为阴影区域宽度，高度由摄像机放置的高度及图像的分辨率决定，在特征区域内求取原图像的灰度平均值,作为车辆的标识特征，并通过垂直边缘的水平投影大于一定阈值的连续行数是否大于设定值,以此判断是否存在车牌。

前述的前方车辆检测方法,其特征在于：检测到车辆后对当前车辆的特征区域的标识特征与上一次计算得到的特征区域的标识特征进行比对,大于阈值则认为不是同一辆车,以降低误检率和重复抓拍率,提高识别出真正的非重复车辆的概率。

本发明的有益效果是，可以在运动相机或静止相机上使用，而且计算量小,实时性好,对不同光强有一定的适应性,且识别率较高,能够满足一般应用要求。

附图说明

图1为本发明所提供的视频检测前方车辆的流程图。

具体实施方式

下面结合附图和实施例对本发明进一步说明：

为了解决在视频检测中动摄像机平台识别率低,及识别的实时性,本发明提供了一种前方车辆检测的简便方法。下面结合附图进行详细说明:

如图1所示,为本发明所提供的视频检测前方车辆的流程图:

1、本发明所用的硬件为摄像机及DSP计算机，其中相机的分辨率为1360（W）*1024(H)。首先对图像部分区域二值化，选取图像的W/4到W*3/4部分及H/2到H部分作为图像处理的区域R1,在区域R1中通过判别图像每一像素三通道的灰度值与区域灰度均值的1/3的差大于阈值(15)且三通道的灰度值都小于阈值(80)来选取图像中的阴影像素,若满足则标记为白色,作为前景,其他不满足条件的像素标记为黑色,作为背景。

2、对1中所述区域做腐蚀膨胀处理各一次,以消除在1中二值化后出现的部分杂点和空洞。