[发明专利]一种基于双目立体视觉系统的车辆智能测速方法

权利要求书

1.一种基于双目立体视觉系统的车辆智能测速方法，其特征在于，其步骤如下：

步骤一：将带有车牌的图像组成的数据集输入SSD神经网络，车牌作为检测特征对SSD神经网络进行训练得到车牌识别模型；

步骤二：将双目立体视觉系统架设在车道右侧、中间或上方，对双目立体视觉系统进行标定获取两部相机的自身参数和外部参数；利用标定后的双目立体视觉系统拍摄运动的目标车辆的视频；

步骤三：利用步骤一训练好的车牌识别模型对标定好的双目立体视觉系统获取的视频帧进行车牌检测，定位出目标车辆的车牌位置；

步骤四：利用基于特征的匹配算法对同一相机的前后帧图像中车牌位置进行特征点提取和立体匹配，通过单应性矩阵过滤后保留正确的匹配点；利用基于特征的匹配算法对双目立体视觉系统左右路对应视频帧中的对应车牌进行特征点提取和立体匹配，利用单应性矩阵过滤后将正确的匹配点进行保留；

步骤五：对步骤四保留的匹配点对进行进一步筛选，然后利用双目立体视觉系统测距的方法对筛选后的匹配点进行剔除，保留位置最接近车牌中心的匹配点的坐标作为当前帧中目标车辆所处的位置；

步骤六：利用双目立体视觉系统对筛选后的匹配点对进行立体测量，获取空间坐标下的位置；通过位置信息计算目标车辆在一定时间内通过的距离，获得目标车辆运行速度。

2.根据权利要求1所述的基于双目立体视觉系统的车辆智能测速方法，其特征在于，所述步骤一中的SSD神经网络是在经典SSD神经网络的基础上去除了卷积层conv11_2，采用conv4_3、conv7、conv8_2、conv9_2、conv10_2和conv11_2层，将各卷积层提取的不同尺度的特征信息进行融合并输入到分类器中，车牌识别模型通过分类器输出的特征图预测车牌的位置。

3.根据权利要求1或2所述的基于双目立体视觉系统的车辆智能测速方法，其特征在于，所述数据集包括北京理工大学提供的BIT-Vehicle数据集、广东省智能交通系统重点实验室主持的OpenITS研究计划提供的车牌公开数据库以及自行拍摄的1000张车辆车牌图像，共计11000幅图像。

4.根据权利要求1所述的基于双目立体视觉系统的车辆智能测速方法，其特征在于，所述双目立体视觉系统包括两部相机和上位机，两部相机均采用flea2工业摄像机，两部相机包括左目相机和右目相机，左目相机和右目相机均与上位机相连接。

5.根据权利要求4所述的基于双目立体视觉系统的车辆智能测速方法，其特征在于，所述步骤二中对双目立体视觉系统进行标定的方法是：利用张正友标定法对两部相机进行标定，获取两部相机各自的光心坐标、焦距、尺度因子和/或镜头畸变的参数；获取两部相机自身参数后再利用张正友标定法对双目立体视觉系统进行标定，以左目相机为基准，通过标定获取右目相机相对左目相机的位移以及旋转角度。