[发明专利]一种适用于复杂场景下的前方车辆检测方法

摘要

本发明涉及一种适用于复杂场景下的前方车辆检测方法，首先，利用图像消失点位置区分出路面和天空，将路面区域作为检测的有效区域，并对有效区域进行图像预处理，突显出车辆水平线条特征；然后根据车辆的宽度将图像有效区域分成多块，并在每块区域内统计分割阈值，实现多阈值局部分割；第三，在二值图上利用车辆宽度特征对分割结果进行去噪滤波，采用车辆边缘特征构造矩形提取出车辆候选区域；最后结合垂直边缘特征、左右边缘互匹配原理，实现车辆位置检测的定位。本发明方法可以有效地降低光照不均的影响，同时增强环境较差情况下车辆的检测效果；能有效地排除非车辆区域的干扰；有效地降低车辆检测所需要的时间。

主权项

1.一种适用于复杂场景下的前方车辆检测方法，其特征在于包括如下步骤：(1)采集图像并利用图像消失点位置确定车辆检测的图像有效区域[VanishPoint.y,Height]；(2)对图像有效区域预处理，得到车辆水平线条特征图HorSrc和灰度图Src；所述得到车辆水平线条特征图HorSrc的步骤如下：(a)利用高斯滤波算子对图像有效区域进行平滑降噪；采用Sobel边缘算子，提取出图像有效区域的边缘图，记为SobImg；(b)利用垂直Sobel边缘算子，提取出图像有效区域的竖直方向上的边缘图，记为VSobImg；(c)将两个边缘图相减，以获取车辆水平线条特征图HorSrc，即HorSrc＝abs(SobImg‑VSobImg)；(3)根据车辆的宽度对车辆检测的图像有效区域进行分块，并根据车辆检测有效区域的分块结果在车辆水平线条特征图HorSrc和灰度图Src确定每块区域的分割阈值，实现多阈值二值化分割；(4)计算得到二值化分割后图像中各线段的长度Length(y,i)，并对各线段进行滤波；结合线段并采用车辆边缘特征构造矩形，得到车辆候选区域；所述结合线段并采用车辆边缘特征构造矩形，得到车辆候选区域的方法为通过对各线段处理得到投影直方图，对投影直方图进行“波谷‑波峰‑波谷”形式分割得到车辆候选区域；并根据车辆边缘特征构造矩形判别标准，排除车辆候选区域里的干扰区域，得到最终的车辆候选区域；所述根据车辆边缘特征构造矩形判别标准，排除车辆候选区域里的干扰区域的步骤如下：(i)根据候选区域位置的重叠性进行区域的合并和删除，若重叠面积同时占两个候选区域面积大于或等于0.5时，则表明是同一车辆上的区域，则进行合并处理；(ii)在SobImg图上检测得到水平方向和垂直方向上梯度信息，并划定候选区域左边界检测范围为[Left‑Length/4，Left+Length/4]，右边界检测范围[Right‑Length/4，Right+Length/4]，记录在X轴上的梯度投影直方图的最大值分别为Proj_Leftmax和Proj_Rightmax；设上边界、下边界检测范围分别为[Top‑Length/4，Top+Length/4]、[Bottom‑Length/4，Bottom+Length/4]，记录在Y轴上的梯度直方图的投影最大值分别为Proj_Topmax和Proj_Bottommax；(iii)根据四边界投影值比例值范围标准Proj_Leftmax/Proj_Rightmax＝[0.5，2]，Proj_Topmax/Proj_Bottommax＝[0.5，2]，判定车辆候选区域是否符合矩形特征；符合的予以保留，否则排除；(5)根据垂直边缘特征互匹配与水平边缘特征互匹配对车辆候选区域进行处理，最后输出车辆检测的精确定位。