[发明专利]一种基于双目视觉的车载视频异常运动检测方法

摘要

本发明公开一种基于双目视觉的车载视频异常运动检测方法,根据双目图像中特征点的真实距离，将特征点划分为多层，并基于每层特征点运动模型的不同，进一步将每层特征点分为不同集合，对每个运动模型对应的特征点集合进行聚类，从而得到一系列待检测的异常运动区域，根据每个区域的异常运动参数：光流幅值、光流方向、真实距离以及所属车道线，通过建立的异常运动检测模型，计算每个待检测区域的异常性值，从而得到图像中的异常运动区域。本发明提供的基于双目视觉的车载视频异常运动检测方法能有效地检测出车载视频中的异常运动区域，以及该异常运动区域对自车的威胁大小。

主权项

一种基于双目视觉的车载视频异常运动检测方法，其特征在于，包括以下步骤：1)按照一定步长在当前帧的左视图中提取像素点，作为原左视图的特征点，结合前一帧图像计算特征点的光流信息，获得特征点对集合，并在当前帧的左视图中检测车道线；2)通过当前帧的左视图和右视图计算视差矩阵，基于双目视觉成像原理得到视差值和真实距离的关系，计算每个特征点在相机坐标系中的真实距离，并由近及远将特征点划分为多层；3)根据得到的多层特征点集合，分别对每一层对应的特征点对进行多次仿射变换建模，将其划分为多个集合，每个集合中的特征点符合同一种运动模型；4)根据得到的符合不同运动模型的多个特征点集合，分别对每个运动模型对应的特征点集合，采用基于密度的聚类算法进行聚类，从而得到各待检测区域的位置和大小；5)根据得到的各待检测区域的位置和大小，结合视差矩阵、光流信息和车道线信息，计算各待检测区域的光流幅值、光流方向、真实距离和所属车道；6)建立异常运动检测模型，根据得到的各待检测区域的信息，计算该区域的异常性值，完成异常运动区域的检测。