[发明专利]夜视环境下对前方车辆的高精度检测方法

说明书

一种夜视环境下对前方车辆的高精度检测方法，涉及一种对前方车辆的检测方法，它分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；然后进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度。本发明利用结合canny边缘检测的区域生长法一方面排除了尾灯、街灯、装饰灯的干扰，另一方面保持了头灯外观形状；基于马氏距离的彩色图像阈值分割方法充分利用了尾灯的颜色空间特征，可对尾灯进行准确有效的检测；在车灯配对过程中，采用初步过滤和投影扭曲补偿提高相关系数计算精度，因此本发明能提高检测精度，其计算求解过程简单，可实现夜视环境下对前方车辆的高精度检测。

技术领域

本发明涉及一种对前方车辆的检测方法，特别是一种夜视环境下对前方车辆的高精度检测方法。

背景技术

道路上的其它车辆是驾驶员驾驶过程中必须关注的信息。自动检测其它车辆位置的辅助驾驶系统有广泛的用途，如：碰撞告警、盲区监控、自动巡航等。车载可见光相机是一种广泛用于实现此类功能的廉价传感装置。但在夜间，可见光视频中的视觉信息非常有限。许多譬如道路标志、车道线、水平线之类背景信息和车身结构，车辆颜色等目标信息几乎完全不可用。黑暗的夜间环境下，最为显著的车辆信息是车辆的前灯和尾灯。虽然车灯的外观各有不同，但他们都必须遵循行业规范进行设计，视频图像处理系统可以利用这些遵循规范设计的前后灯特征进行夜间车辆检测。但在夜间用基于车灯的检测方法进行车辆检测时，容易受到发射光、路灯干扰，同时，由于相机的自动曝光机制，导致夜间的车辆前灯成像出现巨大光斑、尾灯因为饱和而失去其色彩特征，这些都是夜视环境下基于车灯进行车辆检测的困难所在。

中国专利申请(公开号：103440771A)“模糊隶属度和反馈修正在夜间交通视频车辆检测的应用”公开了一种夜间复杂车辆检测的方法。利用频域的同态滤波和时域的方位模糊技术对车灯进行提取，再利用成功配对车灯的统计信息对车灯进行配对，最后对车辆加以追踪，并引入车辆追踪反馈修正机制，实现夜间车辆的检测与追踪。但该专利方法公开是车辆检测仅仅基于车辆前灯，没有对尾灯进行检测，且其在车灯配对过程中没有考虑因为超车、转弯等造成的投影扭曲现象，其检测精度不高，而且计算求解过程复杂。

论文“基于尾灯跟踪的夜间车辆检测”(通信技术，2012,45(10):58-60)中给出一种基于尾灯跟踪的夜间车辆检测方法，该技术公开了对尾灯进行检测的技术，即是先通过HSV颜色模型对尾灯的颜色信息进行分割，辨认出车辆位置，再通过区域边界锁定车灯边缘信息对车辆进行跟踪。但该文方法没有对车灯的对称相关信息进行计算，简单认为在同一个水平横轴上的一对车灯即属于同一辆目标车辆，同时，正如论文结尾部分所指出，该文方法容易受到道路两旁有颜色的路牌或广告牌干扰，另外，路面雨水也会影响该文方法的检测效果，检测精度仍不高。

发明内容

本发明要解决的技术问题是：提供一种夜视环境下对前方车辆的高精度检测方法，以解决现有技术存在的检测精度不高、计算求解过程复杂的不足之处。

解决上述技术问题的技术方案是：一种夜视环境下对前方车辆的高精度检测方法，该方法是分别利用结合canny边缘检测的区域生长法和基于马氏距离的彩色图像阈值分割方法进行前灯和尾灯分割；然后进行车灯配对，采用初步过滤和投影扭曲补偿提高相关系数的计算精度。

本发明的进一步技术方案是：该方法包括以下步骤：

S1.样本收集与统计分析：

采集不同气候条件、灯光条件的前灯和尾灯数据各500～1000对，先对采集的车灯图像进行中值滤波，然后对前灯的亮度、尾灯RGB颜色向量、车灯对的圆形度比和中心连线角度、车灯对的相关系数进行统计分析，分别求出其均值和方差；

S2.读入视频帧，并分割车灯：

读入视频帧，并用基于canny边缘检测的区域生长法分割前灯，用基于马氏距离的彩色图像阈值分割方法分割尾灯；