[发明专利]一种夜间车辆检测方法、跟踪方法及装置

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种夜间车辆检测方法、跟踪方法及装置。

背景技术

由于道路在夜间的照明条件通常逊于白天，且夜间车体可见度及路面照明度往往不足，车辆目标的大部分信息是不可见或不明显的，而车灯一般突出清晰，且与背景和车体的亮度对比鲜明，因此可以较为准确方便地标示车辆目标，因此在夜间通常采用对车灯检测的方法来实现车辆检测。

然而，夜间环境复杂多样，且车灯本身产生的光晕及路面反射光线，连通夜间道路两旁的路灯产生的路面反射光线等，都会对车灯检测造成很大干扰。因此本领域技术人员迫切需要解决的一个问题是：如何降低夜间非车灯因素的干扰，提高夜间车灯检测的准确性。

车辆检测是在采集的图像中将车辆提取出来，车辆跟踪是根据车辆检测的结果，实现对车辆的跟踪。由此看来，车辆跟踪与车辆检测密不可分，车辆跟踪通常是在车辆检测的基础上得以实现的，若车辆检测的过程中存在一定的错误和瑕疵，很可能会导致车辆跟踪的结果在实现之初就存在一定的错误。因此从车辆跟踪的角度来看，也需要提高车辆检测的准确性，从而保证车辆跟踪的准确性。

发明内容

本发明提供一种夜间车辆检测方法及装置，以提高夜间车辆检测的准确性。

相应地，本发明还提供了一种夜间车辆跟踪方法及装置，以提高夜间车辆追踪的准确性。

为了解决上述问题，本发明公开了一种夜间车辆检测方法，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

本发明还公开了一种夜间车辆跟踪方法，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。