[发明专利]一种基于车辆类型识别的前方车辆定位方法

权利要求书

1.一种基于车辆类型识别的前方车辆定位方法，其特征在于：利用神经网络对前方车辆的尾部图像进行分类识别，判断前方车辆的所属类型，对所述前方车辆的尾部图像进行车尾下边沿的边缘检测，得到车尾下边沿在尾部图像中的宽度，根据检测得到前方车辆的车尾下边沿宽度和所属类型，利用相似三角形原理，计算得到自车与前方车辆的垂直距离，从而完成对前方车辆的定位；

判断前方车辆的所属类型的方法包括以下步骤：

步骤一、利用Prewitt边缘检测算子对前方车辆的尾部图像进行水平边缘和垂直边缘的检测,结合车辆自身的对称性特点,确定前方车辆在尾部图像中的存在区域；

步骤二、在所述存在区域内，重新利用Prewitt边缘检测算子进行水平边缘和垂直边缘的检测，以所述水平边缘和垂直边缘的平行关系和数量作为神经网络的输入，完成对前方车辆的所属类型的识别分类；

计算得到自车与前方车辆的垂直距离的方法包括以下步骤：

步骤Ⅰ、对所述存在区域进行灰度化处理，得到灰度图像，根据所述灰度图像的均值和方差，对所述灰度图像进行两次自适应阈值去噪；

步骤Ⅱ、对去噪后的灰度图像进行二值化处理，提取车尾下边沿周边的区域；

步骤Ⅲ、设置面积阈值，从所述区域中筛选出车尾下边沿所在的连通域，找出所述连通域的左侧边缘和右侧边缘在图像所在横轴上的投影点，计算两个投影点之间的距离即为车尾下边沿在图像中的宽度；

步骤Ⅳ、利用如下方程式，计算自车与前方车辆的垂直距离D，

其中，W表示前方车辆车尾下边沿的实际宽度，P表示前方车辆车尾下边沿在图像中的宽度，F表示拍摄前方车辆尾部图像的摄像头的焦距。

2.根据权利要求1所述的基于车辆类型识别的前方车辆定位方法，其特征在于：对于小汽车car的尾部图像，包含五条平行的水平边缘；对于载运货物车track的尾部图像，包含两条平行的水平边缘和两条平行的垂直边缘且共同组成一个矩形框；对于公共汽车bus的尾部图像，包含四条平行的水平边缘和四条平行的垂直边缘，分别组成两个矩形框。

3.根据权利要求1所述的基于车辆类型识别的前方车辆定位方法，其特征在于：利用如下方程式，计算所述灰度图像的均值μ和方差σ，根据所述均值μ和方差σ，设置第一次自适应阈值threshold₁，进行初次去噪，再对初次去噪后的灰度图像重新计算对应的均值μ₁和方差σ₁，设置第二次自适应阈值threshold₂，进行再次去噪，

其中，f(x,y)为灰度图像在坐标点(x,y)处对应的亮度值，M,N分别为灰度图像的宽度和高度。