[发明专利]一种基于单目视觉和车牌的车距测量方法

说明书

技术领域

本发明涉及一种基于单目视觉的前方车辆检测和测距算法，该方法提出了机器视觉与先验知识和几何算法相结合的方法进行车辆检测，属于图像处理和机器视觉领域，可应用于准确高效的检测出前方车辆并准确测量车距。

背景技术

道路交通事故给人民生命财产和国民经济带来了巨大损失，而交通事故主要是由于车辆间没有保持安全距离造成的。由此可见，及时检测当前车辆与前方车辆之间的距离并做出预警作为高级驾驶辅助系统中的一部分具有非常重要的意义。

在机器视觉进行车辆检测与跟踪方面，主要分为两类：一类是基于立体视觉，一类是基于单目视觉。基于立体视觉的检测方法采用对极几何规则测量两个目标之间的距离，由于复杂的特征匹配，该方法需要很大的存储空间，比较长的计算时间，而且对外界噪声和光线比较敏感；基于单目视觉的检测方法仅需要一个摄像头，不需要考虑特征匹配问题，因此，该方法具有成本低，实时性好等优点，适用于车辆安全辅助驾驶领域。

在单目视觉车辆测距方面，主要有三类方法：基于成像模型的方法；基于几何关系的推导方法；基于数学回归建模测距的方法。车辆检测中基于成像模型用到的参数主要包括利用车身的影子、车灯、车身框架、车身的对称性结构等。基于几何关系的推导方法用到的技术主要是建立车辆的数学模型，然后利用模型匹配方法实现车辆检测。基于机器学习的算法主要用到神经网络、支持向量机和贝叶斯算法等技术。这些方法主要受车辆实际宽度、精确测量相机视野角与俯仰角、前期数据采集分析并计算数学模型的影响。

为了解决当前车辆检测和测距中存在的对光线敏感，实时性和精确性较差等问题，我们提出了一种利用车牌区域测量两车距离的健壮的车距测量方法。通过Tsai两步算法获取相机内部参数，然后，两车之间距离通过相机内部参数与车牌的大小和四个顶点计算得到。实验表明本方法能准确有效的检测出不同路况下的车辆并准确测量车距，满足实时性要求。

发明内容

本发明的目的是克服现有技术的上述不足，提出了一种基于单目视觉的前方车辆检测与测距方法，该方法能够准确有效地检测出不同天气情况下的车辆，同时还能准确测量车距。为此，本发明采用如下的技术方案：

1.获取检测图像并进行灰度化；

2.提取车牌区域；

3.获取车牌四个顶点坐标；

4.采用Tsai两步算法校正相机内部参数；

5.基于矩形测量理论，计算两车之间的距离；

本发明具有如下技术特点：

1.方法简单，易于实施。本发明利用机器视觉和几何测量理论相结合的算法，通过对车辆前置摄像头拍摄的图片信息进行分析计算，即可计算前后两车之间的距离，计算速度高，不需要高精度的仪器设备，方法简单实用。

2.准确性高。本发明在检测过程中，基于前车的车牌区域进行测距，误检率较小，不容易受周围环境的影响，提高了检测精度。

3.对不同天气和路况能够满足视觉车辆检测、测距与实时性要求。

附图说明

图1：本发明总体方案流程图。

图2：由原始图像得到车牌区域的过程。

图3：车牌的投影图像

具体实施方式

本发明的流程图如图1所示，首先将车载摄像机采集的视频图像变换为HSV颜色空间图像，然后选取适当的颜色阈值，将彩色图像转化为二值图像，再利用滤波技术滤除与车牌底色无关的背景像素点，增强牌照部位的像素信息。最后用投影法确定车牌的边界位置，根据边界位置把车牌从原图像中提取出来，完成车牌提取部分。对提取的车牌边界进行线性化得到车牌区域的顶点坐标。利用Tsai两步算法和棋盘和算法对相机进行内部参数校正，最后利用得到的相机内部参数和车牌的四个顶点运用P4P算法进行车距测量。

1.图像获取及灰度化

本实验采用的数据是从车辆前置摄像头拍摄得到，相机安装在车辆内部前挡风玻璃后视镜下方，距离地面高度为1.2m。视频采集于城郊快速路和高速公路。

(1)颜色空间的选择