[发明专利]一种适用于复杂场景下的前方车辆检测方法

权利要求书

1.一种适用于复杂场景下的前方车辆检测方法，其特征在于包括如下步骤：(1)采集图像并利用图像消失点位置确定车辆检测的图像有效区域[VanishPoint.y,Height]；

(2)对图像有效区域预处理，得到车辆水平线条特征图HorSrc和灰度图Src；所述得到车辆水平线条特征图HorSrc的步骤如下：

(a)利用高斯滤波算子对图像有效区域进行平滑降噪；采用Sobel边缘算子，提取出图像有效区域的边缘图，记为SobImg；

(b)利用垂直Sobel边缘算子，提取出图像有效区域的竖直方向上的边缘图，记为VSobImg；

(c)将两个边缘图相减，以获取车辆水平线条特征图HorSrc，即

HorSrc＝abs(SobImg-VSobImg)；

(3)根据车辆的宽度对车辆检测的图像有效区域进行分块，并根据车辆检测有效区域的分块结果在车辆水平线条特征图HorSrc和灰度图Src确定每块区域的分割阈值，实现多阈值二值化分割；

(4)计算得到二值化分割后图像中各线段的长度Length(y,i)，并对各线段进行滤波；结合线段并采用车辆边缘特征构造矩形，得到车辆候选区域；

所述结合线段并采用车辆边缘特征构造矩形，得到车辆候选区域的方法为通过对各线段处理得到投影直方图，对投影直方图进行“波谷-波峰-波谷”形式分割得到车辆候选区域；并根据车辆边缘特征构造矩形判别标准，排除车辆候选区域里的干扰区域，得到最终的车辆候选区域；

所述根据车辆边缘特征构造矩形判别标准，排除车辆候选区域里的干扰区域的步骤如下：

(i)根据候选区域位置的重叠性进行区域的合并和删除，若重叠面积同时占两个候选区域面积大于或等于0.5时，则表明是同一车辆上的区域，则进行合并处理；

(ii)在SobImg图上检测得到水平方向和垂直方向上梯度信息，并划定候选区域左边界检测范围为[Left-Length/4，Left+Length/4]，右边界检测范围[Right-Length/4，Right+Length/4]，记录在X轴上的梯度投影直方图的最大值分别为Proj_Leftmax和Proj_Rightmax；设上边界、下边界检测范围分别为[Top-Length/4，Top+Length/4]、[Bottom-Length/4，Bottom+Length/4]，记录在Y轴上的梯度直方图的投影最大值分别为Proj_Topmax和Proj_Bottommax；

(iii)根据四边界投影值比例值范围标准Proj_Leftmax/Proj_Rightmax＝[0.5，2]，Proj_Topmax/Proj_Bottommax＝[0.5，2]，判定车辆候选区域是否符合矩形特征；符合的予以保留，否则排除；

(5)根据垂直边缘特征互匹配与水平边缘特征互匹配对车辆候选区域进行处理，最后输出车辆检测的精确定位。

2.根据权利要求1所述的一种适用于复杂场景下的前方车辆检测方法，其特征在于：所述步骤(3)通过统计车辆水平线条特征图HorSrc上各个区域的均值mean_i、方差std_i和灰度图Src上各个区域的均值Srcmean_i、方差Srcstd_i确定每个区域的分割阈值。

3.根据权利要求1所述的一种适用于复杂场景下的前方车辆检测方法，其特征在于：所述步骤(4)通过统计二值化分割后图像中的各线段的起始坐标位置，计算得到各线段的长度Length(y,i)，其中，y为图像所处的行，i为第y行所对应的当前线段序号。

4.根据权利要求1所述的一种适用于复杂场景下的前方车辆检测方法，其特征在于：所述步骤(4)根据车辆宽度特征对各线段进行滤波，保留符合标准的线段；符合线段的标准是Length(y,i)值为[1.0，2.8]米。