[發明專利]一種基于尺度不變特征轉換特征向量的前方車輛檢測方法

有效

• 申請號: 201210362840.3
• 申請日: 2012-09-26
• 公開（公告）號: CN102902962A
• 公開（公告）日: 2013-01-30
• 發明（設計）人: 孫志海;王云建;張樺;周文暉;戴國駿
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明屬于計算機視覺領域，具體來說是一種利用圖像的尺度不變特征轉換特征向量去檢測圖像中具有對稱特性車輛的前方車輛檢測方法。

背景技術

前方車輛檢測技術是當今計算機視覺、圖像處理與模式識別等技術在車輛安全輔助駕駛系統應用的一項重要研究課題，是車輛安全輔助駕駛系統的核心技術之一。

目前，國內檢測前方車輛的方法主要利用形狀、陰影、對稱性、邊緣等特征來檢測車輛。但這些方法魯棒性不好，容易受到背景，光照條件，陰霾，復雜背景等影響而存在一定的局限性。基于以上問題和前方車輛的明顯特征即水平對稱性，采用通過檢測水平對稱性從而檢測車輛。

發明內容

本發明針對現有前方車輛檢測方法的不足，結合“尺度不變特征轉換”特征，提出了一種基于“尺度不變特征轉換”特征的前方車輛檢測方法。

本發明方法具體是：

步驟(1)在輸入圖像中，在可能存在的車輛的范圍內建立感興趣區域。

步驟(2)在感興趣區域內采用David?Lowe提出的圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量。

步驟(3)對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼。

步驟(4)對稱編碼后，可以得到原圖的尺度不變特征轉換對稱特征向量，對原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量，進行匹配。

步驟(5)對匹配點進行進一步篩選，提高匹配點點對的相似度。

步驟(6)根據步驟(5)結果得到的匹配點點對，也即對稱點點對，計算對稱點對的對稱軸。

步驟(7)根據步驟(6)的結果，結合對稱軸，對匹配點點對進行進一步聚類篩選，建立匹配點點對集合{M_i}。

步驟(8)采用計算每個集合M_i的中心點和其各點與中心點平均距離進一步篩選匹配點點對。

步驟(9)根據步驟(6)和(8)所得結果，在輸入原圖中分別標記對稱點和對稱軸，完成前方車輛檢測方法。

本發明給出了一種基于尺度不變特征轉換特征向量檢測前方車輛的對稱性，從而達到前方車輛檢測的方法。“尺度不變特征轉換”特征是圖像的局部特征，其具有信息豐富，對縮放、亮度等變化保持不變等優點，且抗干擾能力強。通過實驗結果表明使用“尺度不變特征轉換”特征更具有良好的魯棒性，提高了車輛檢測的準確度，并具有良好的識別效果，且易于實現，為車輛輔助駕駛系統的構建提供了有利的基礎。

附圖說明

圖1為本發明的方法流程圖；

圖2特征向量的對稱編碼圖；其中：

(a)為特征向量pi；(b)為8號種子點的8方向向量；(c)為8號種子點對稱編碼后的8方向向量；(d)為p_i對稱編碼后的特征向量m_i。

圖3對稱特征向量的關系示意圖；其中：

(a)一對對稱的特征向量及編碼向量；(b)一對對稱的特征向量；

圖4基于尺度不變特征轉換特征向量的前方車輛對稱性檢測步驟。其中：

(a)為原圖(加州理工學院的數據庫)；(b)圖像的尺度不變特征轉換特征向量；(c)為檢測到的對稱匹配特征向量點對和中心點；(d)對稱特征向量點對的對稱軸。

具體實施方式

以下結合附圖對本發明作進一步說明。

如圖1所示，一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，具體步驟如下：

步驟(1)：在輸入圖像中，可能存在的車輛的范圍內建立感興趣區域。選取前方路面消失的水平線為基準，取該水平線以下區域為感興趣區域。

步驟(2)：在感興趣區域內采用了David?Lowe提出的圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量p_i=(x_i,y_i,φ_i,s_i)。

所述的特征向量采用16個種子點描述，每個種子點有8個方向的信息，共有128個數據，從而形成128維的尺度不變特征轉換特征向量。

步驟(3)：對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼。

所述的圖像的尺度不變特征轉換特征向量對稱編碼的計算方法具體為：