[发明专利]基于车辆局部对称性和阴影特征融合的车辆检测方法

摘要

本发明公开了一种基于车辆局部对称性和阴影特征融合的车辆检测方法，通过建立三维逆投影面，得到每一帧图像的逆投影图，能够较好恢复到车辆的局部对称性特征；在白天，通过采集不同时段下，不同车辆样本的阴影特征，学习混合高斯模型确定阴影特征，结合阴影特征，检测车辆。本发明的方法对白天车辆检测具有实时高效的特点，具有广阔的应用前景。

主权项

1.基于车辆局部对称性和阴影特征融合的车辆检测方法，其特征在于，包括以下步骤：步骤1，获取检测区域的路面图像，设置三维逆投影面；基于三维逆投影面，对路面图像进行逆投影变换得到逆投影图；步骤2，提取逆投影图中所有的SURF特征点p1,p2,…,pi,…pn，其中pi表示第i个SURF特征点，n表示SURF特征点的总数；步骤3，针对每一个SURF特征点，在SURF特征点中找到与其相对称的SURF特征点，两个相对称的SURF特征点形成特征点对；针对同一个SURF特征点形成的所有特征点对形成一个对称组，针对所有的SURF特征点形成多个对称组C1，C2，…Ck，…CM，其中，Ck表示第k个对称组，M表示对称组的总数；步骤4，根据步骤3得到的多个对称组C1，C2，…Ck，…CM，确定每个对称组对应的疑似车辆中心线，采用的方法如下：步骤4.1：计算所有对称组C1，C2，…Ck，…CM中，所有特征点对的连线的中心位置坐标；步骤4.2：统计所有中心位置坐标的x坐标值的统计直方图，该统计直方图中存在至少一个峰值，每个峰值对应一个对称组；步骤4.3：针对对称组C1，C2，…Ck，…CM中的第k个对称组Ck，1≤k≤M,k的初始值为1，找到与对称组Ck对应的峰值，找到该峰值对应的中心位置坐标的x轴坐标值，该中心位置坐标的x轴坐标值确定的线即为初始车辆中心线xvehicle；步骤4.4：计算初始车辆中心线沿x轴方向的两侧设定范围内的所有x轴坐标值的方差值步骤4.5：查找对称组Ck中所有属于初始车辆中心线xvehicle的特征点对；具体方法如下：若满足则特征点对D_kq为对称组C_k中属于初始车辆中心线x_vehicle的特征点对,其中，表示对称组C_k中的第q个特征点对D_kq中两个SURF特征点的连线的中心位置的x轴坐标；步骤4.6：计算步骤4.5查找到的所有特征点对中两个SURF特征点的连线的中心位置的x轴坐标的平均值μvehicle，该平均值μvehicle确定的线即为对称组Ck对应的疑似车辆中心线；步骤4.7：返回步骤4.3，针对对称组C1，C2，…Ck，…CM中的第k+1个对称组Ck+1，直到k＝M,得到每个对称组对应的疑似车辆中心线；步骤5，根据步骤4得到的每个对称组对应的疑似车辆中心线确定每个对称组的检测区域，具体确定方法如下：对于对称组Ck，检测区域内的像素点用Pk表示，像素点Pk的坐标用(u,v)表示，其中，μvehicle‑e≤u≤μvehicle+e，且yk‑c‑d≤v≤yk‑c+d，其中，μvehicle表示对称组Ck对应的疑似车辆中心线的x轴坐标，yk表示对称组Ck中任意一个对称SURF特征点的y轴坐标值，e,c,d均为经验值；步骤6，判断对称组的检测区域是否为有效检测区域，若是，则该对称组对应的疑似车辆中心线即为获取的车辆中心线；否则，该对称组对应的疑似车辆中心线不是车辆中心线；其中，有效检测区域指的是阴影特征所在区域。