[发明专利]一种车辆前方行人检测方法及系统

权利要求书

1.一种车辆前方行人检测方法，其特征在于，包括如下步骤：

(a)通过固定安装在汽车上的摄像机获取车辆前方图像，并对此图像进行实时的预处理；

(b)对预处理后的图像进行缩放；

(c)对缩放后的图像提取局部二进制模式，即Local Binary Patterns，LBP特征；

(d)利用提取到的LBP特征和支持向量机，即Support Vector Machine，SVM分类器进行感兴趣区域，即Regions of Interest，ROIs提取；

(e)对感兴趣区域提取方向梯度直方图，即Histograms of Oriented Gradients，HOG特征；

(f)对感兴趣区域再利用HOG特征和SVM分类器进行目标识别；

(g)对目标进行层内融合和层间融合并对驾驶员预警；

所述步骤(d)中的SVM分类器是根据LBP特征已经训练好的，用此分类器提取各级图像中感兴趣区域；基于LBP特征行人分类器的产生包括以下步骤：

步骤一，打开样本图像，样本图像包括一定数目的含有行人的正样本和一定数目不含行人的负样本，样本的大小为固定格式，即样本的尺寸为：宽64像素，高128像素；

步骤二，图像灰度化，将彩色的图像转换为灰度图像，降低图像处理数据量；

步骤三，对图像里的每一个像素进行LBP编码，像素点(x,y)的LBP特征计算公式为：

其中，i为像素点(x,y)周围第i个像素序列，当第i个像素值大于等于像素点(x,y)的像素值时，b_i取1，否则取0；i的起始点为邻域内任意一点，编码完成后，将循环的二进制LBP编码数从0到1或者从1到0跳变次数多于两次的分为一类，其余的每一个循环编码为一类，得到新的均匀模式LBP编码；

步骤四，将样本图像每16*16个像素组成一个块，得到此像素块的59维的LBP特征向量，再将所有像素块的特征向量串联起来，构成样本图像的LBP特征向量；

步骤五，将步骤四得到的LBP特征向量导入到MATLAB中，采用线性SVM进行离线训练；

步骤六，经过一定数量的正负样本的训练，得到基于LBP特征的行人分类SVM。

2.根据权利要求1所述的车辆前方行人检测方法，其特征在于，所述步骤(a)中对图像预处理包括归一化图像大小、灰度化、有效检测区分割的操作。

3.根据权利要求1所述的车辆前方行人检测方法，其特征在于，所述步骤(b)中根据检测目标大小的不同，对预处理后的图像采用插值法进行多级缩放。