[發(fā)明專利]基于光照可見度辨識的夜間車輛視頻檢測方法

無效

• 申請?zhí)枺?/td>: 201010505792.X
• 申請日: 2010-10-14
• 公開（公告）號: CN102044151A
• 公開（公告）日: 2011-05-04
• 發(fā)明（設(shè)計）人: 胡宏宇;曲昭偉;李志慧;宋現(xiàn)敏;陳永恒;魏巍;江晟;胡金輝
• 申請（專利權(quán)）人: 吉林大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06K9/00
• 代理公司: 長春吉大專利代理有限責(zé)任公司 22201
• 代理人: 齊安全

1.一種基于光照可見度辨識的夜間車輛視頻檢測方法，其特征在于，所述的基于光照可見度辨識的夜間車輛視頻檢測方法包括如下步驟：

1)夜間交通場景視頻圖像采集

分別于有路燈與無路燈車道上方安裝攝像鏡頭，攝像鏡頭距路面8～12米且處于垂直路面的位置，將采集的交通場景的視頻圖像壓縮為MPEG格式傳輸?shù)接嬎銠C(jī)進(jìn)行存儲；

2)夜間光照模式識別

確定是夜間無路燈模式還是夜間有路燈模式；

3)進(jìn)行夜間無路燈模式下車輛檢測或夜間有路燈模式下車輛檢測；

4)夜間車輛運動跟蹤

利用kalman濾波算法對匹配的車輛頭燈進(jìn)行運動跟蹤，獲取車輛的運動狀態(tài)，實現(xiàn)連續(xù)快速的車輛運動跟蹤；

5)夜間車輛交通參數(shù)提取

根據(jù)圖像坐標(biāo)與世界坐標(biāo)的投影關(guān)系模型，采用基于黑箱標(biāo)定的二維重建算法實現(xiàn)車輛運行速度參數(shù)的提取。

2.按照權(quán)利要求1所述的基于光照可見度辨識的夜間車輛視頻檢測方法，其特征在于，所述的夜間光照模式識別包括如下步驟：

1)基于聚類識別的背景提取

對于采集到的視頻圖像序列，利用聚類識別的背景提取算法實現(xiàn)場景內(nèi)背景圖像的獲取，即利用搜索到的圖像像素時間序列上的不重疊平穩(wěn)序列，通過像素值變化度約束構(gòu)造背景子集實現(xiàn)背景圖像的提取；

2)特征值選取

選取HSI顏色空間的亮度I＝1/3(R+G+B)間接表達(dá)光照可見度，從背景圖像中的車道位置標(biāo)出一個矩形感興趣區(qū)域，感興趣區(qū)域的標(biāo)準(zhǔn)差和均值，作為光照可見度評價特征指標(biāo)，其中：R、G與B分別表示圖像中紅、綠與藍(lán)三個通道的顏色；

3)夜間光照模式分類模型建立

(1)提前采集夜間有路燈和無路燈兩種交通場景不同時段的視頻序列，分別在選定的感興趣區(qū)域內(nèi)提取出HSI顏色空間的亮度I的標(biāo)準(zhǔn)差和均值，對采集到光照信息指標(biāo)數(shù)據(jù)樣本利用SVM進(jìn)行離線訓(xùn)練，構(gòu)建出基于光照可見度的SVM場景識別模型；

(2)將待檢測交通場景的光照信息指標(biāo)數(shù)據(jù)輸入到離線學(xué)習(xí)得到的基于光照可見度的場景識別模型，將其劃分為有路燈光照模式或無路燈光照模式。

3.按照權(quán)利要求1所述的基于光照可見度辨識的夜間車輛視頻檢測方法，其特征在于，所述的夜間無路燈模式下車輛檢測包括如下步驟：

1)通過背景差分法與二值化處理提取車頭燈

保留車輛車頭燈的顯著特征，排除其它光源的影響，利用車頭燈特征檢測運行車輛，通過背景差分法進(jìn)行圖像分割，選取合適的閾值進(jìn)行二值化處理，提取得到車頭燈；

2)運用形態(tài)濾波與數(shù)學(xué)形態(tài)學(xué)處理提高檢測精度

為了最大化精確提取出車頭燈，運用形態(tài)濾波對二值化圖像進(jìn)行處理，去除一些較小的噪聲點，減少影響；

3)基于8連通區(qū)域方法，采用基于模板掃描的區(qū)域增長算法得到正確的運動目標(biāo)和提高匹配跟蹤的精度；

4)采用車輛車頭燈匹配函數(shù)完成無路燈模式下的車輛檢測

對于檢測區(qū)域中的每個車頭燈，按照匹配距離準(zhǔn)則選擇最佳匹配，找到使匹配函數(shù)最小的車頭燈確定為同一車輛，具體匹配函數(shù)如下：

|A_i-A_j|≤ε

|Y_i-Y_j|≤φ

其中：A為車頭燈區(qū)域面積，Y為攝像機(jī)拍攝垂直方向坐標(biāo)，X為攝像機(jī)拍攝水平方向坐標(biāo)，ε，φ，γ為提前設(shè)定的約束閾值；

利用匹配后的每輛車的雙車頭燈水平距離以及車頭燈區(qū)域的占空比均值作為分類特征，根據(jù)離線車輛特征采集設(shè)置合理分類閾值，對車輛類型進(jìn)行在線判別，將車輛劃分大型車、中型車和小型車。