[发明专利]一种基于光流的车辆距离估计方法有效
申请号: | 201810179524.X | 申请日: | 2018-03-05 |
公开(公告)号: | CN108416798B | 公开(公告)日: | 2019-07-12 |
发明(设计)人: | 陈辉;孙晓琳 | 申请(专利权)人: | 山东大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G01S11/12 |
代理公司: | 济南金迪知识产权代理有限公司 37219 | 代理人: | 叶亚林 |
地址: | 250199 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于光流的车辆距离估计方法。本发明所述基于光流的车辆距离估计方法,通过选取车辆检测感兴趣区域、分类器检测车辆候选框、光流提取车辆轮廓,逐步缩减算法遍历区域,定位前方车辆轮廓的质心位置坐标,计算车辆距离,避免算法重复扫描计算,保证算法实时性;通过定位车辆轮廓质心所处的不同图像位置,自适应计算不同相机倾斜视角下不同位置处的车辆距离;相比于使用车辆候选矩形框计算车距的方法,本发明有更高的计算精度。 | ||
搜索关键词: | 车辆距离 光流 算法 分类器检测 感兴趣区域 自适应计算 车辆检测 车辆轮廓 定位车辆 前方车辆 倾斜视角 图像位置 质心位置 重复扫描 候选框 矩形框 实时性 位置处 遍历 车距 质心 相机 保证 | ||
【主权项】:
1.一种基于光流的车辆距离估计方法,其特征在于,该方法包含步骤如下:A)OpenCV训练车辆级联AdaBoost分类器A1)采集样本并生成正负样本说明文件;其中,正样本为包含车辆目标的图片,负样本为不包含车辆目标的图片;正样本和负样本的尺寸固定;A2)使用opencv_createsamples.exe创建“样本.vec”文件;A3)使用opencv_haartraining.exe训练车辆级联AdaBoost分类器,生成“AdaBoost分类器.xml”文件;B)由粗略到精细逐层定位前方车辆B1)动态感兴趣区域确定获取交通视频中连续两帧图像,优化连续两帧图像对应像素点的运动误差,得到采样窗中的光流;所述采样窗为左右对称采样窗;误差能量方程如下:其中,x、y为车辆目标点在图像中的位置坐标;A(x,y),B(x+δx,y+δy)分别为同一车辆目标点在连续两帧图像中的像素亮度,v=(δx,δy)为图像中车辆目标点的运动矢量;最优光流运动对应有误差能量方程ε(v)最小;误差能量方程ε(v)最小时有:两个采样窗中主光流V1、V2的角度θ1、θ2差异与幅度U1、U2差异反映采样窗中光流分布的差异,如果两个采样窗没有同时包含光流,则两个采样窗垂直移到下一组对称区域,直至两个采样窗同时包含光流;感兴趣区域ROI由该区域的大小与中心坐标确定,其中感兴趣区域ROI的大小由主光流的倾角确定,有Θ=Average(θ1,θ2) (3)r=Θ/90° (4)其中,r为感兴趣区域ROI所占图像的比例;F(r)=log10(r+a)+b (5)F(r)为对数提升方程;感兴趣区域ROI的中心坐标由下式确定,其中,a,b,c为常量,Nrow为图像高度,Ncol为图像宽度,R为提升后的感兴趣区域所占图像比例,Φ为采样窗中主光流的差异;B2)Haar特征AdaBoost分类器检测车辆确定感兴趣区域ROI的位置坐标与大小后,在第二帧图像的感兴趣区域ROI内利用所述“AdaBoost分类器.xml”文件检测车辆;将候选车辆矩形框左上角的顶点坐标及候选车辆矩形框的长、宽构成的数组保存于内存容器中,并在图片中标注;B3)光流提取车辆精准轮廓光流法中将像素邻域用多项式表示,多项式的转移表示像素点在连续两帧图像间的位移;图像的局部信号模型:经过位移d后的信号模型:x为像素二维位置坐标;A1,A2为多项式二次项参数,b1,b2为多项式一次项参数,c1,c2为多项式常数项参数;如果A1,A2是非奇异的,联立公式(8)与公式(9)有2A1d=b2‑b1 (10)在优化过程中作简化近似,获得光流法的初始约束条件:A(x)d(x)=Δb(x) (11)其中,d(x)为时域全局位移场,A(x)为图像信号模型多项式二次项参数、b(x)为图像信号模型多项式一次项参数;假设d(x)适应于公式(11),使误差方程最小化可得d(x);误差方程如下:ω(Δx)邻域像素点权重因式;对光流数据进行孟塞尔颜色系统编码,通过彩色图像分割提取车辆精准轮廓;C)车辆距离估计所述交通视频通过摄像头捕捉;摄像头距离地面高度为H,摄像头视角为2α,摄像头俯仰角为γ,依次经过摄像头光心、车辆后背所在平面与地面的相交线的光线与地面的夹角为θ,dx为车辆横向距离,dy为车辆纵向距离;车辆所处位置为Position1或Position2;摄像头距离地面高度H,摄像头视角2α,摄像头俯仰角γ通过测量得到;dy=H/tanθ (13)其中,β,γ,θ有下述关系:符号±由前方车辆位置决定,Position1处对应符号+,Position2处对应符号‑;对于β,在摄像头成像的内部关系中有:hi为图像高度,Y为车辆轮廓质心对应轮廓的最底边纵坐标,fy是单位像素纵向长度,hi,Y,fy三个量均以像素为单位;结合公式(13)~(15),有:dx,dy有如下关系:Δx为车辆质心距离图像中轴线的像素数,di为车辆轮廓底边距离图像底边像素数;实际车辆距离D为:
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810179524.X/,转载请声明来源钻瓜专利网。