[发明专利]一种夜间车辆检测方法、跟踪方法及装置

权利要求书

1.一种夜间车辆检测方法，其特征在于，包括：

对车辆图像进行标定，得到标定比例；

计算所述车辆图像的连通域；

利用尾灯模型对所述连通域进行车灯提取，得到有效车灯；

根据所述标定比例对所述有效车灯进行车灯配对，得到车灯对；

将属于同一辆车的车灯对归为一组，并将所述车灯对中的尾灯对作为检测目标进行检测。

2.根据权利要求1所述的方法，其特征在于，所述获取所述车辆图像的连通域包括：

利用HSV阈值对所述车辆图像进行二值化；

对所述二值化后的车辆图像进行预处理，得到所述车辆图像的连通域，所述预处理包括：腐蚀、膨胀和计算连通域。

3.根据权利要求1所述的方法，其特征在于，所述尾灯模型包括：尾灯的几何形状阈值、颜色阈值和纹理阈值。

4.根据权利要求3所述的方法，其特征在于，所述利用尾灯模型对所述连通域进行车灯提取，得到有效车灯包括：

将所述连通域与所述尾灯模型进行匹配，保留符合几何形状阈值、颜色阈值和纹理阈值的连通域作为有效车灯，去除不符合几何形状阈值、颜色阈值和纹理阈值的连通域。

5.根据权利要求1所述的方法，其特征在于，所述根据所述标定比例对所述有效车灯进行车灯配对包括：

计算所述有效车灯的相似度，所述相似度包括有效车灯的外切矩形的大小和有效车灯的圆弧度；

将所述有效车灯的相似度与配对相似度进行匹配，保留符合配对相似度的有效车灯；

将所述符合配对相似度的有效车灯与所述标定比例进行匹配，得到车灯对。

6.根据权利要求1所述的方法，其特征在于，所述对车辆图像进行标定之前还包括：

判断车辆图像是否为第一帧图像；

当车辆图像为第一帧图像时，对所述车辆图像进行标定；

当车辆图像不为第一帧图像时，调用第一帧图像的标定比例，并执行车灯提取步骤。

7.一种夜间车辆跟踪方法，其特征在于，包括：

在第N帧车辆图像中确定原始目标，并根据关联规则对所述原始目标进行线性预测，结果作为第N+1帧车辆图像的跟踪目标；

在第N+1帧车辆图像上获取检测目标；

在第N+1帧车辆图像上以所述跟踪目标的中心位置为中心划定第一搜索区域，并判断所述检测目标是否在所述第一搜索区域内；当所述检测目标在所述第一搜索区域内时，跟踪成功；

当所述检测目标不在所述第一搜索区域内时，以所述跟踪目标的单个尾灯为中心划定第二搜索区域，并判断第N+1帧车辆图像上的疑似车灯是否在所述第二搜索区域内；若所述第N+1帧车辆图像上的疑似车灯在所述第二搜索区域内，则跟踪成功；若所述第N+1帧车辆图像上的疑似车灯不在所述第二搜索区域内，则跟踪失败；

其中，所述检测目标通过以下步骤获得：

对车辆图像进行标定，得到标定比例；

计算所述车辆图像的连通域，并将所述连通域作为疑似车灯；

利用尾灯模型对所述连通域进行车灯提取，得到有效车灯；

根据所述标定比例对所述有效车灯进行车灯配对，得到车灯对；

将属于同一辆车的车灯对归为一组，并将所述车灯对中的尾灯对作为检测目标。

8.根据权利要求7所述的方法，其特征在于，所述根据关联规则对所述原始目标进行线性预测，结果作为第N+1帧车辆图像的跟踪目标，包括：

对所述原始目标的中心位置进行线性预测，结果作为第N+1帧车辆图像的跟踪目标的中心位置；

对所述原始目标的单个尾灯进行线性预测，结果作为第N+1帧车辆图像的跟踪目标的单个尾灯。

9.根据权利要求7所述的方法，其特征在于，所述第二搜索区域小于所述第一搜索区域。

10.根据权利要求7所述的方法，其特征在于，所述判断所述检测目标是否在所述第一搜索区域内包括：

计算所述检测目标的中心位置与所述跟踪目标的中心位置之间的第一权重距离；

若所述第一权重距离小于所述第一搜索区域的区域半径，则判定所述检测目标在所述第一搜索区域内；

若所述第一权重距离大于所述第一搜索区域的区域半径，则判定所述检测目标不在所述第一搜索区域内。