[发明专利]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

说明书

技术领域

本发明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。

背景技术

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。

发明内容

本发明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。

本发明方法具体是：

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{M_i}。

步骤(8)采用计算每个集合M_i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。

本发明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1为本发明的方法流程图；

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p_i对称编码后的特征向量m_i。

图3对称特征向量的关系示意图；其中：

(a)一对对称的特征向量及编码向量；(b)一对对称的特征向量；

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。

具体实施方式

以下结合附图对本发明作进一步说明。

如图1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(1)：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_i=(x_i,y_i,φ_i,s_i)。

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：