[发明专利]一种基于单目视觉的夜间车辆检测方法

摘要

一种基于单目视觉的夜间车辆检测方法，属于图像处理技术领域。主要思想是通过伽马校正预处理得到高低两种对比度的图像，利用高对比度图像中车辆尾灯的颜色和对称性得出感兴趣区域，再用低对比度的图像进行adaboost分类决策。本发明极大提高了夜间车辆的检测率和减小了误检率，又保证了能在短时间内完成检测，实现了实时检测。本发明具有实时、准确性高的特点，适用于车辆辅助驾驶系统，尤其对夜间车辆驾驶具有很好的辅助作用。

主权项

一种基于单目视觉的夜间车辆检测方法，包括以下步骤：步骤1：训练Adaboost分类器；所述Adaboost分类器的正样本数量不低于1000个，负样本数量不低于3000个；其中，正样本为确定为夜间车辆尾灯的图像，样本为确定为夜间不含车辆尾灯的图像，正样本与负样本为同样大小的图像；步骤2：图像采集；将图像采集装置安装于车辆后视镜下方，图像采集装置光轴与车体长度方向平行，调整图像采集装置的高度与俯仰角，使得通过图像采集装置能够在视野范围内获得车辆前方清晰的图像；安装有所述图像采集装置的车辆在夜间行进时采集车辆前方的图像，记为图像A；步骤3：感兴趣区域（ROI）提取；具体包括以下步骤：步骤3‑1：由于图像A中上三分之一部分为天空、树木、标识牌或建筑物等干扰信息，而前方车辆只会处于图像A的下三分之二部分，因此选定图像A的下三分之二部分作为初始感兴趣区域以减少后续计算量，将该初始ROI区域图像即为图像B；步骤3‑2：利用公式VOUT=VINγ对图像B进行伽马校正，取γ=2得到高对比图像C，取γ=0.25得到低对比图像D，其中VIN表示图像B中每一像素点的像素值，VOUT表示低对比图像C或高对比图像D中每一像素点的像素值；步骤3‑3：将图像C由RGB模式转换为HSV模式，然后二值化，得到二值化图像E；对HSV模式的图像C进行二值化时，将340°0.85、且面积最大的两个白色连通区域为车辆尾灯区域，最后确定一个能框住这两个白色连通区域的最小矩形区域为最终的ROI区域；步骤4：Adaboost判别；在步骤3‑2所得图像D中截取步骤3‑5所确定的ROI区域，作为待判别图像F，所述图像F与步骤1中所述样本图像具有相同的大小；将图像F输入步骤1所得Adaboost分类器进行判别，以最终确定行驶车辆前方是否具有障碍车辆；对行驶车辆前方的图像进行视频采集，对所采集的视频图像逐帧进行步骤2至步骤4的操作，以实时判断行驶车辆前方是否具有障碍车辆。