[发明专利]一种基于单目视觉的夜间前方车辆检测方法

摘要

本发明公开了一种基于单目视觉的夜间前方车辆检测方法，包括以下步骤：步骤1，采集图像，基于CenSurE算子对夜间前方车辆进行车灯检测，得到强角点；步骤2，基于车灯颜色信息进行夜间前方车辆的分割，得到分割区域；步骤3，选择步骤2的分割区域中占有步骤1的强角点最多的区域，得到检测区域；步骤4，对步骤3中的检测区域进行车灯配对，确定目标车辆的位置。本发明通过采用计算多尺度下的CenSurE算子，然后检测其结果，可进行车辆配对的运算，不仅解决了夜间车辆车灯检测方法中，配对误差较大，检测目标不准确的问题，又很好的应用价值。

主权项

1.一种基于单目视觉的夜间前方车辆检测方法，其特征在于，包括以下步骤：步骤1，采集图像，基于CenSurE算子对夜间前方车辆进行车灯检测，得到强角点；步骤2，基于车灯颜色信息进行夜间前方车辆的分割，得到分割区域；步骤3，选择步骤2的分割区域中占有步骤1的强角点最多的区域，得到检测区域；步骤4，对步骤3中的检测区域进行车灯配对，确定目标车辆的位置；所述的步骤1的操作步骤具体为：步骤1.1，拍照采集图像，根据采集图像计算对应的积分图的值，积分图中任一点I(x，y)的值均为原图像中对应位置左上角区域所有值的总和，如式(1)，步骤1.2，构造CenSurE滤波器对积分图进行对数尺度采样，将任一点I(x，y)的值表示的尺度空间分成三组，其中，第一组中每层的CenSurE滤波器内核大小依次增加2，第二组中每层的CenSurE滤波器内核大小依次增加4，第三组中每层的CenSurE滤波器内核大小依次增加8，每一组中均选择5层尺度图像，CenSurE滤波器外核大小也按照上述方式进行计算；即CenSurE滤波器的内核尺寸应满足(2n+1)×(2n+1)，外核尺寸应满足(4n+1)×(4n+1)，为了使滤波器的DC响应为零，对尺度空间归一化，则内核的权重系数I_n应满足式(2)，外核的权重系数O_n应满足式(3)当外核包含的像素值总和为out_value，内核包含的像素值总和为in_value，则像素滤波响应值L满足式(4)，L＝O_n·out_value‑I_n·in_value，          (4)步骤1.3，对步骤1.2中的尺度空间进行极值检测，将经过步骤1.2处理的图像，按照式(4)计算图像中每个尺度空间的像素滤波响应值，然后在尺度空间上进行非极大值抑制，并记录极值点；步骤1.4，对步骤1.3中的极值点进行滤除不稳定特征点，L_x和L_y为像素滤波响应值L在x和y方向的偏导，对L_x、L_y、L_xL_y进行高斯滤波，获得Harris矩阵特征值，如果较小的特征值大于自适应阈值t，则得到强角点；所述的步骤1.4中的自适应阈值使用多级Otsu方法获取，其具体步骤为：在灰度直方图中，设f_i为灰度级为i的像素点个数，N为像素点总数，则N满足式(9)N＝f₀+f₁+L+f_l‑1，             (9)其中l为直方图个数，l＝1，2，3，4……，则灰度级为i的像素点个数f_i的分布概率P_i为式(10)，使用k个阈值T＝{t₁,Λ,t_n,Λ,t_k}，将图像分为k+1个类别，类间方差V_BC(T)为式(11)其中，式(11)μ_n为k＝n时的灰度均值，μ_T为总体的灰度均值，w_n和μ_n的值如式(12)，类内方差v_WC(T)为式(13)其中，式(13)中σ_n为k＝n时的灰度方差，w_n和σ_n的值如式(14)将式(9)～式(14)联合，得出图像的总方差v_T和图像的总均值μ_T，为式(15)定义图像的分割因子SF为式(16)，当SF>0.9时，停止分类，取此时的t_k为自适应阈值。