[发明专利]一种智能车前方运动车辆的检测方法

权利要求书

1.一种智能车前方运动车辆的检测方法，其特征在于，包括以下步骤：

S1：采集前方道路视频图像，对图像进行预处理，包括图像剪裁、图像灰度化、图像滤波和图像二值化；

S2：采用Canny边缘算子强化道路图像边缘信息；

S3：采用改进的Hough变换法对车道线进行检测；

S4：对车辆底部阴影进行分割，并进行形态学修正，修正后图像中仅剩一系列的阴影水平线段区域；

S5：在这些阴影水平线段上建立可能存在车辆的矩形框，即感兴趣区域(RIO)；

S6：根据车辆纹理特征和车辆对称特征融合，对前方车辆进行假设验证，即可实现车辆的精确检测。

2.根据权利要求1所述的智能车前方运动车辆的检测方法，其特征在于，所述改进的Hough变换法具体如下：

1)假设图像空间内的一条直线方程为y＝kx+b；

2)在参数空间中利用直线的极坐标方程进行Hough变化，即：

ρ＝x cosθ+y sinθ；

3)设左、右车道线的极角分别为θ_l和θ_r，对左、右车道线上的目标点进行θ的取值限定，得到Hough变换目标点的限定区域：

4)在变换过程中，首先在参数空间中对ρ和θ进行量化处理，根据量化结果建立一个2维累加矩阵A(ρ,θ),且将累加矩阵初始化置零；然后将通过θ遍历多有可能的取值，并根据2)中的公式计算出所对应的ρ，再根据得到的(ρ,θ)对2维累加矩阵A(ρ,θ)进行累加，由A(ρ,θ)的数值得到共线点的个数；最后找出A(ρ,θ)中数值的最大值，也就是峰值；

5)峰值最多的点就对应图像中车道线的位置。

3.根据权利要求1所述的智能车前方运动车辆的检测方法，其特征在于，所述车辆底部阴影的分割方法具体如下：

1)在路面有效区域内，由近及远选取6个大小相同，尺寸均为30×30的窗口区域，这6个窗口分成两排，两排之间间隔30个像素值，同排之间间隔15个像素值；

2)分别对每个窗口区域的灰度值进行统计，然后求出各个窗口区域的灰度均值μ_i和方差σ_i，σ_i值越小表示该窗口区域内的灰度值越均匀，σ_i值越大表示该窗口区域内可能存在较多的干扰信息，灰度值易突变；当窗口区域σ值大于100时，说明它已经不能代表路面区域信息，后续处理时应首先将该窗口区域删除；

3)利用以下公式计算出N(N≤6)个区域的灰度均值μ和方差σ；

4)路面区域内灰度的变化范围是：

μ-3σ＜f(x,y)＜μ+3σ；

5)选取路面区域灰度最小值作为分割车底阴影的阈值，即：

T＝μ-3σ；

用得到的阈值T对图像进行二值化处理，结果图像g(x,y)可以表示为：

即可分割出阴影区域。