[发明专利]一种车辆前方行人检测方法及系统

说明书

本发明公开一种车辆前方行人检测方法及系统，该方法包括：图像获取与预处理、图像缩放、LBP与HOG特征提取、感兴趣区域提取、目标识别、目标融合及预警，并在车辆前方有行人时及时提示驾驶员。该车辆前方行人检测系统包括三个大部分：图像获取单元、SOPC单元和ASIC单元，其中图像获取单元即为摄像机单元，SOPC单元包括图像预处理单元、感兴趣区域提取单元、目标识别单元、目标融合及预警单元，ASIC单元包括：图像缩放单元、LBP特征提取单元、HOG特征提取单元。本发明通过将LBP特征和HOG特征联合使用，两级检测在整体上提高了行人检测的准确率；根据基于LBP的SVM的分类情况来动态调节HOG特征提取，降低了计算量，提高了计算速度，提高了车辆行驶的安全性。

技术领域

本发明涉及图像处理、模式识别、智能控制等学科，属于汽车电子和计算机视觉领域，尤其是一种车辆前方行人检测方法和系统。

背景技术

基于计算机视觉的车辆前方行人检测就是利用安装在运动车辆上的摄像头获取车辆前方的图像信息，然后根据特定算法从图像中检测出行人的位置。这项技术是城市交通环境下智能车辆辅助导航技术中的一项关键技术，它能有效地辅助驾驶员及时地对外界环境做出反应，避免碰撞行人。

车辆前方行人检测不同于普通的人体检测，除了包含一般人体检测具有的服饰多变、姿态多变等产生的难点外，由于其特定的应用还具有以下难点：摄像机是运动的，这样广泛应用于智能监控领域中检测动态目标的方法便不能直接使用；行人检测面临的是一个开放的环境，要考虑不同的路况、天气和光线变化，对算法的鲁棒性提出了很高的要求；实时性是辅助驾驶系统必须满足的要求，因此图像处理要有较快的计算速度。

为了解决这些难点，高校、企业对此进行的大量的研究。目前，车辆前方行人检测一般分为两个步骤：感兴趣区域提取和目标识别。感兴趣区域分割的目的是从图像中提取出可能包含行人的窗口，以避免穷尽搜索，提高系统的速度。目标识别是行人检测系统的核心，它对感兴趣区域分割得到的行人窗口验证，判断其中是否包含行人，它的性能决定了整个系统可以达到的精度和鲁棒性。近年来，对感兴趣区域提取研究的主要方法有：基于运动的方法、基于立体视觉的方法、基于激光雷达的方法、基于图像特征的方法；而针对目标识别的方法主要有：基于特征提取的方法、基于分类器构造的方法、基于搜索框的方法。

到目前为止，全世界各大公司企业、高等院校、科研院所每年都会有不少关于行人检测方面的论文发表，但大都停留在理论阶段，实验也多在PC平台上通过Matlab仿真或借助于OpenCV库完成，实时性不好，罕有能直接应用在车载系统中的方法和装置。

发明内容

针对现有技术存在的缺陷，本发明的目的在于提供一种能在不降低行人检测准确率条件下，提高行人检测速度并准确预警的车辆前方行人检测方法及系统。

为达到上述目的，本发明采用如下技术方案：

一种车辆前方行人检测方法，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(LBP,Local Binary Patterns)特征；

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

(e)对感兴趣区域提取方向梯度直方图(HOG，Histograms of OrientedGradients)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。