[发明专利]基于尾灯跟踪的夜间车辆检测方法

说明书

本发明公开了一种基于尾灯跟踪的夜间车辆检测方法，包括以下步骤：S1：采集夜间车辆视频图像，并对图像进行预处理，包括灰度校正、噪声过滤处理；S2：通过HSV模型处理得到尾灯的颜色信息，利用尾灯颜色信息通过颜色阈值将尾灯识别出来；S3：对车辆进行实时跟踪。本发明能捕捉明确的尾灯颜色信息，增强了检测车辆的准备性，且操作起来比较简单；首先在视频初始图像上通过尾灯颜色将其分割出来，然后求出尾灯边界区域，对同一水平线上的两个尾灯加上边界框，进行车辆跟踪。

技术领域

本发明涉及一种基于尾灯跟踪的夜间车辆检测方法。

背景技术

日益增加的机动车辆，给城市交通带来了负担，也增加了交通事故的发生概率，因此，城市交通监控已成为人们不可小觑的关注重点之一。目前，多数研究者豆浆目光放在对车尾灯的跟踪检测上，因为在夜晚，车灯是车辆的一个最明显的标志。

一般情况下，成像系统获取的原始图像由于受到种种条件限制和随机干扰，往往不能在视觉系统中直接使用。夜间车辆检测跟踪，存在很多干扰因素，比如雨天路面反光、车灯的灯晕、道路两旁路灯灯光以及一些广告牌等，产生了大量噪声，不利于原图的读取。

发明内容

本发明要解决的技术问题是提供一种基于尾灯跟踪的夜间车辆检测方法。

基于尾灯跟踪的夜间车辆检测方法，包括以下步骤：

S1：采集夜间车辆视频图像，并对图像进行预处理，包括灰度校正、噪声过滤处理；

S2：通过HSV模型处理得到尾灯的颜色信息，利用尾灯颜色信息通过颜色阈值将尾灯识别出来；

S3：对车辆进行实时跟踪。

进一步的，所述噪声过滤处理采用梯度滤波的处理方式，计算公式如下：

f(i,j)＝f(i,j)-f(i-1,j-1)+k；

其中，k为滤波常数，取值在110-150之间。

进一步的，所述HSV模型如下：

进一步的，所述车辆进行实时跟踪的方法如下：

S3-1：在只有白色光点的两个车灯图像上加上一个矩形框，计算公式如下：

其中，G(x,y)是最初一帧图像的边缘矩形框；v_i和h_j分别是要测量的两个尾灯的向量长和高；m和n分别是要测量的两个尾灯的锅边缘框的长和高；

S3-2：选取的投影值的阈值分别取横向和纵向上的最大边缘框长度的一半，先从左往右依次选择投影值，再从右往左选择投影值，知道能得到一个边缘框，将两个侧围等的边缘正好放在一个矩形框内。

本发明的有益效果是：

本发明能捕捉明确的尾灯颜色信息，增强了检测车辆的准备性，且操作起来比较简单；首先在视频初始图像上通过尾灯颜色将其分割出来，然后求出尾灯边界区域，对同一水平线上的两个尾灯加上边界框，进行车辆跟踪。

具体实施方式

以下具体实施例对本发明作进一步阐述，但不作为对本发明的限定。

基于尾灯跟踪的夜间车辆检测方法，包括以下步骤：

S1：采集夜间车辆视频图像，并对图像进行预处理，包括灰度校正、噪声过滤处理；

S2：通过HSV模型处理得到尾灯的颜色信息，利用尾灯颜色信息通过颜色阈值将尾灯识别出来；