[發(fā)明專利]基于機(jī)器視覺的行人安全狀態(tài)識(shí)別系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201010561552.1
• 申請(qǐng)日: 2010-11-29
• 公開（公告）號(hào): CN102096803A
• 公開（公告）日: 2011-06-15
• 發(fā)明（設(shè)計(jì)）人: 曲昭偉;李志慧;胡宏宇;陳永恒;宋現(xiàn)敏;魏巍;江晟;薛冠超;魏福祿;胡金輝
• 申請(qǐng)（專利權(quán)）人: 吉林大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06T7/20;G08G1/16
• 代理公司: 長(zhǎng)春吉大專利代理有限責(zé)任公司 22201
• 代理人: 齊安全

1.一種基于機(jī)器視覺的行人安全狀態(tài)識(shí)別方法，其特征在于，所述的基于機(jī)器視覺的行人安全狀態(tài)識(shí)別方法包括如下步驟：

1)車載動(dòng)態(tài)視頻圖像的采集

安裝在車輛前端的攝像機(jī)實(shí)時(shí)采集車輛前方的行人圖像，并將行人圖像實(shí)時(shí)傳輸給安裝有圖像處理系統(tǒng)的計(jì)算機(jī)；

2)車輛前方感興趣區(qū)域行人檢測(cè)與識(shí)別；

3)運(yùn)動(dòng)行人跟蹤；

4)車輛前方行人距離檢測(cè)計(jì)算；

5)車輛實(shí)時(shí)速度獲取

利用輪速傳感器獲取的非驅(qū)動(dòng)輪速乘以車輪滾動(dòng)半徑計(jì)算得到車輛運(yùn)動(dòng)速度；

6)行人安全狀態(tài)識(shí)別。

2.按照權(quán)利要求1所述的基于機(jī)器視覺的行人安全狀態(tài)識(shí)別方法，其特征在于，所述的車輛前方感興趣區(qū)域行人檢測(cè)與識(shí)別包括如下步驟：

1)圖像像素梯度方向計(jì)算

對(duì)于圖像中的任意點(diǎn)(x，y)的采用水平梯度算子[-1，0，1]計(jì)算水平方向梯度值G_h(x，y)和垂直梯度算子[-1，0，1]^T計(jì)算垂直方向梯度值G_v(x，y)：

G_h(x，y)＝f(x+1，y)-f(x-1，y)；G_v(x，y)＝f(x，y+1)-f(x，y-1)

由此可得點(diǎn)(x，y)的梯度強(qiáng)度M(x，y)和梯度方向θ(x，y)分別為：

M(x,y)=Gv(x,y)2+Gh(x,y)2;]]>θ(x,y)=arctan(Gh(x,y)Gv(x,y))]]>

2)統(tǒng)計(jì)圖像梯度方向直方圖

首先計(jì)算圖像中每個(gè)單元和每個(gè)塊內(nèi)各個(gè)方向的梯度值分布，然后將梯度方向定在0°到180°上分為9段，統(tǒng)計(jì)其梯度方向直方圖，采用的單元大小為8*8的像素區(qū)域，每個(gè)塊包含2*2個(gè)單元，并且一個(gè)塊的掃描區(qū)域移動(dòng)步長(zhǎng)為一個(gè)單元的大小，具體的HOG特征提取如下：

(1)統(tǒng)計(jì)一個(gè)單元上的梯度直方圖，即按照梯度值在梯度方向上的投影值累積畫出；

(2)統(tǒng)計(jì)一個(gè)塊上的梯度直方圖，將單元上的梯度直方圖串聯(lián)起來；

(3)使用二范數(shù)歸一化每個(gè)塊的梯度直方圖，以此來消除光照的過大影響；

(4)統(tǒng)計(jì)一個(gè)行人檢測(cè)樣本的HOG特征，即將一個(gè)檢測(cè)樣本上的所有塊直方圖串聯(lián)起來；

3)行人樣本與非行人樣本的訓(xùn)練

計(jì)算每個(gè)行人和非行人檢測(cè)樣本的HOG特征，采用SVM分類器將行人和非行人兩類樣本特征向量映射到一個(gè)高維的空間里，并構(gòu)建一區(qū)分兩類樣本的最優(yōu)分類器；

4)感興趣區(qū)域設(shè)定及行人的檢測(cè)與識(shí)別

由于只檢測(cè)識(shí)別道路前方的行人，對(duì)所拍攝圖像只針對(duì)行人可能出現(xiàn)的區(qū)域做處理，采用多尺度變換方法對(duì)圖像不同尺寸大小的區(qū)域進(jìn)行掃描，對(duì)每一個(gè)單元按比例縮放后統(tǒng)計(jì)此區(qū)域內(nèi)的梯度方向直方圖，利用SVM分類器判斷每一個(gè)區(qū)域HOG特征是否為可以匹配為行人樣本HOG特征。