[发明专利]一种基于车载行车记录仪视频的斑马线礼让行为检测方法

权利要求书

1.一种基于车载行车记录仪视频的斑马线礼让行为检测方法，其特征在于：包括以下步骤：

步骤(1)：在视频图像的车辆前进方向设置梯形斑马线检测区域F；

在步骤(1)中，在视频图像的车辆前进方向设置梯形斑马线检测区域F的具体方法如下：

读取当前图像帧，以汽车在图中车头部分的横向切线为底边，前进方向向上为高，以车头中线为中线，取一下底边L1，高为H，上底为L2的梯形区域为斑马线检测区域F；

步骤(2)：检测车辆是否前行；

步骤(3)：如果车辆不在前行，则回到步骤(2)；如果车辆前行，则执行步骤(4)；

步骤(4)：检测区域F内是否有斑马线；

其中，检测区域F内是否有斑马线，具体包括以下步骤：

步骤(41)：读取当前帧图像，提取F区域内的图像，并进行如下操作：

步骤(411)：将F区域中的图像转换成灰度图像；

步骤(412)：对F区域进行高斯降噪处理；

步骤(413)：对F区域进行CANNY边缘提取，得到边缘图像Fn，n为帧号；

步骤(42)：提取图像Fn内纵坐标为h₁，h₂，h₃，h₄，h₅，h₆，h₇，h₈，h₉，h₁₀的所有像素颜色信息为白色的点，记为像素差异点；

步骤(43)：对所有的像素差异点做HOUGH近似直线统计，具体步骤如下：

步骤(431)：将Fn分割成连续的5×5方格块组成的图像；

步骤(432)：像素差异点坐标修正，将每一个像素差异点的计算坐标修正为该点所在方格块的方格中心点坐标；

步骤(433)：对修正后的像素差异点进行HOUGH直线统计；

步骤(434)：非竖直线段过滤，略去所得直线中斜率的绝对值|k|＜阈值а的直线；

步骤(435)：统计剩下直线的数目s，以及每条直线占用δ_m个像素差异点，m表示为第m条直线；

步骤(44)：判断区域F内是否存在斑马线，具体步骤如下：

步骤(441)：删除s条直线中δ_m＜阈值ζ的直线，得到s’条直线；

步骤(442)：若s’＞＝阈值g,则判定当前区域F内有斑马线；否则，判定当前区域F内无斑马线；

步骤(5)：如果区域F内没有斑马线，则回到步骤2；如果区域F内有斑马线，则执行步骤(6)；

步骤(6)：检测斑马线上是否有人；

在步骤(6)中，检测斑马线上是否有人，具体步骤如下：

步骤(61)：在斑马线附近区域建立行人检测梯形区域T，具体方法如下：

读取当前帧图像，以汽车在图中车头部分的横向切线为底边，前进方向向上为高，以车头中线为中线，取一下底边L₃，高为H₂，上底为L₄的梯形区域为行人检测区域T；

步骤(62)：以128×320为窗口在图像T中扫描遍历，采用先横后竖进行扫描，窗口移动步长为8像素；

步骤(63)：每一次窗口移动后，计算窗口中图像的方向梯度特征向量ν；

步骤(64)：通过卷积神经网络CNN，对OpenCV公开的人员样本库中的每一个人员正样本以及人员负样本进行方向梯度特征训练学习，生成一套非监督的CNN内部各神经元参数{ω}；输入待检测方向梯度特征向量ν，计算CNN神经网络中，输入ν在各神经元参数配置{ω}下的输出结果，如果结果为正，则判断该扫描窗口中有行人；否则，判断该扫描窗口中没有行人；

步骤(65)：扫描遍历完图像区域T，任何一个扫描窗口判断为有行人，则判断斑马线上或其附近有行人；否则，继续进行步骤(66)；

步骤(66)：改变扫描窗口大小为64×128，在图像T中再次遍历扫描，窗口移动步长为8像素；

步骤(67)：执行步骤(63)～步骤(64)；

步骤(68)：扫描遍历完图像区域T，任何一个扫描窗口判断为有行人，则判断斑马线上或其附近有行人；否则，则判断斑马线上及附近没有行人；

步骤(7)：如果斑马线上没有人，则回到步骤(2)；如果斑马线上有人，则执行步骤(8)；

步骤(8)：检测车辆是否停止；

步骤(9)：如果车辆停止，则判为礼让行人；如果车辆未停止，则判为未礼让行人；

其中，在步骤(2)与步骤(8)中，判别车辆处于前行状态还是处于停止状态，具体包括以下步骤：

步骤(21)：建立车辆运动状态检测矩形区域Z并进行图像预处理；

其中，建立车辆运动状态检测矩形区域Z的具体方法如下：读入当前帧图像，在图中左上方，设置一宽为W，长为L的矩形区域作为车辆运动状态的检测区域Z；Z区域左上角像素行列为(a＝0,b＝0)，右下角像素的行列为(a＝W，b＝L)，a,b为区域Z中的行列编号；

其中，图像预处理的具体步骤如下：

步骤(211)：将区域Z中的图像转换成灰度图像；

步骤(212)：对区域Z中的图像进行高斯降噪；

步骤(213)：对Z中的图像进行CANNY边缘提取，得到二值化的边缘信息图像B_n(a，b),其中n表示为当前帧号；

步骤(22)：将当前帧图像的Z区域位置在前一帧图像的对应位置上水平和垂直方向上移动(i，j)，得到前一帧图像的车辆运动状态的检测区域Z’,再按步骤(211)～步骤(213)对区域Z’进行图像处理，得到区域Z’的二值化的边缘信息图像B_n-1(a，b)；

步骤(23)：计算前后两帧图像区域Z和Z’的边缘图像的误差函数

设i，j的取值范围为0，1，2，3，4，5，(dx，dy)是使取得最小值的(i，j)，

即

步骤(24)：计算最小像素位移差d_n

步骤(25)：设置阈值p，当d_n＞p时，则判别车辆处于前行状态，否则，判别车辆处于停止状态。