[发明专利]一种基于视觉的组合车辆检测方法

说明书

本发明公开一种基于视觉的组合车辆检测方法，该方法包括：(1)确定目标智能车辆、确定待检测车辆样本集并对车辆样本集中的图像进行预处理；(2)采用自适应阈值分割算法对预处理后的图像进行车底阴影分割；(3)对图像进行形态学滤波后，根据车辆底部阴影的宽高比确定阴影位置；(4)根据所述阴影位置和大小计算生成车辆假设区域；(5)对已生成的车辆假设区域通过颜色直方图比对与所述目标智能车辆的相关性，确定其是否为智能车辆进行组合。本发明采用计算车辆假设区域阶段，从而避免对整张图像进行遍历，提高了检测的效率。

技术领域

本发明涉及车辆检测技术领域，具体涉及一种基于视觉的组合车辆检测方法。

背景技术

随着经济的快速增长，私家车的数量也在逐年增加。车辆数量的激增给人们出行带来了方便，但是也产生了越来越多的社会问题，主要包括严重的交通拥堵，较高的交通事故率，能源消耗所带来的环境污染，停车困难等。严重的交通拥堵给出行带来了许多不便，加重了汽车尾气的排放及环境的污染，同时造成了严重的经济损失。

为了减轻交通拥堵，降低交通事故率，减轻能源消耗所带来的环境污染问题，结合现有的智能车辆技术，本发明提出一种新型出行方式——组合车辆出行。

组合车辆出行是一种介于公共交通与个人交通之间的出行方式，其工作原理是：最初由驾驶人员操控每辆智能车并将导航数据上传到智能交通网络系统，系统负责调配交通资源，从而局部路径相似的智能车组成一个车队。当车队到达目的地附近的时候，智能车可自行脱离车队，由驾驶人员接管智能车。组合车辆出行一方面大大缩短车与车之间的距离，节约道路资源，降低堵车的风险；另一方面可以降低风阻，节省能源；再者车队中除头车之外可以实现自动驾驶，解放驾驶人员的双手，并且减少人为因素所导致的交通事故。

智能车行驶过程中，若智能交通网络系统检测到道路前方一定距离以内存在与本车局部路径相似的智能车，智能交通网络系统首先将该目标智能车的车牌号码发送给本车，然后引导本车行驶至目标智能车后方进行车辆组合。本发明所要解决的问题是如何高精度的检测出目标车辆并与其进行组合，现有车辆检测技术一般是对所有的车辆进行检测，用于统计车流或者防碰撞预警等。但是对已知车辆的检测的场景极为有限，故对已知车辆的检测技术很少也极不成熟。

发明内容

发明目的：为了克服现有技术的不足，本发明提供一种基于视觉的组合车辆检测方法，该方法可以解决对已知车辆的识别中精度低和实时性差的问题。

技术方案：本发明所述的基于视觉的组合车辆检测方法，该方法包括：

(1)确定目标智能车辆、确定待检测车辆样本集并对车辆样本集中的图像进行预处理；

(2)采用自适应阈值分割算法对预处理后的图像进行车底阴影分割；

(3)对图像进行形态学滤波后，根据车辆底部阴影的宽高比确定阴影位置；

(4)根据所述阴影位置和大小计算生成车辆假设区域；

(5)对已生成的车辆假设区域通过颜色直方图比对与所述目标智能车辆的相关性，确定其是否为智能车辆进行组合。

进一步地，包括：

所述步骤(2)具体包括：

(21)对所述图像下方路面区域进行n个矩形窗口的采样，每个大小为M×M像素。n个窗口排成一排，窗口间距为N像素；

(22)计算每个小窗口的灰度值，并计算所有窗口灰度值的均值m_p与方差σ_p，1≤p≤n，将灰度方差最大和最小的两个窗口去除，然后求出剩余(n-2)个窗口的灰度均值m和方差σ；

(23)确定图像中路面区域的灰度值范围，表示为：m-3σ＜f(i,j)＜m+3σ，其中，f(i,j)是像素点(i,j)的灰度值；