[發(fā)明專利]基于機器視覺技術的車輛檢測和跟蹤方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201310288011.X
• 申請日: 2013-07-09
• 公開（公告）號: CN103455820A
• 公開（公告）日: 2013-12-18
• 發(fā)明（設計）人: 李東新;沈科磊
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/60
• 分類號: G06K9/60;G06K9/62
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

技術領域

本發(fā)明涉及圖像處理領域，特別是涉及一種基于機器視覺技術的車輛檢測和跟蹤方法及系統(tǒng)。?

背景技術

我們研究智能車輛，最核心的問題就是如何讓它們能夠感知周圍環(huán)境，提取信息，區(qū)分前方障礙物，并利用這些信息完成導航任務。通過視覺導航再采集信息，因此在信息量和采集速度上比其他傳感器有更明顯的優(yōu)勢，一方面視覺導航不僅能夠采集周圍環(huán)境中目標的位置，而且包括目標的外在輪廓，顏色特征，紋理特征，邊緣特征等，這些都是其他傳感器所無法比擬的；另一方面采用視覺導航可以很好的檢測出道路的邊緣，以及道路旁邊的一些人造的警示牌，路標等等非常重要的道路信息，而且攝像頭呈現(xiàn)的景象也符合人類認識世界的規(guī)律，先從視覺主觀認識，再進一步提取其他信息。?

目前國內外眾多機器視覺的方法實現(xiàn)智能識別，采用利用車輛運動特性檢測車輛；采用利用車輛特征檢測車輛；采用基于統(tǒng)計學習檢測車輛；采用立體視覺檢測車輛的方法。采用單一的方法，勢必不能有效檢測車輛，隨著計算機硬件軟件的的提高，如何有效融合多種方法，多車輛檢測是必然的趨勢。?

發(fā)明內容

發(fā)明目的：針對現(xiàn)有技術中存在的問題和不足，本發(fā)明提供一種機器視覺技術的車輛檢測和跟蹤方法及系統(tǒng)。?

技術方案：基于機器視覺技術的車輛檢測和跟蹤方法，包括如下步驟：?

結構化道路的檢測：首先對圖片進行預處理，而后進行邊緣增強，并后通過直線捏合，提取道路邊緣，確定道路區(qū)域；?

運動車輛的檢測：在確定的道路區(qū)域中車輛進行初次識別，進一步縮小感興趣區(qū)域，而后進行二次識別確定是否含有檢測車輛；?

運動車輛的跟蹤：通過均值漂移算法，反復迭代跟蹤確定目標車輛的準確位置。?

基于機器視覺技術的車輛檢測和跟蹤系統(tǒng)，所述系統(tǒng)包括：?

道路檢測單元：用于對圖片進行預處理，而后進行邊緣增強，并后通過直線捏合，提取道路邊緣，確定道路區(qū)域；?

車輛檢測單元：用于在所述確定的道路區(qū)域中對車輛進行初次識別，進一步縮小感興趣區(qū)域，而后進行二次識別確定是否含有檢測車輛；?

車輛跟蹤單元：用于通過均值漂移算法，反復迭代跟蹤確定目標車輛的準確位置。?

本發(fā)明采用上述技術方案，具有以下有益效果：與現(xiàn)有技術相比，本發(fā)明所提供的基于機器視覺技術對車輛進行檢測和跟蹤方法，采用最大類方差提取閾值的方法，能更有效的區(qū)分車輛，使融合特征算法能夠更精確的檢測車輛，確定感興趣區(qū)域，而后在通過adaboost分類器對二次縮小的ROI區(qū)域檢測，使運算量大幅減少，提高了實時性，同時提高了系統(tǒng)對車輛檢測的準確性。?

附圖說明

圖1為本發(fā)明實施例的結構框圖；?

圖2為本發(fā)明實施例中道路檢測流程圖；?

圖3為本發(fā)明實施例中車輛檢測流程圖；?

圖4為本發(fā)明實施例中樣本圖像特征值的分布；?

圖5為本發(fā)明實施例中車輛的最終檢測。?

具體實施方式

下面結合具體實施例，進一步闡明本發(fā)明，應理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明之后，本領域技術人員對本發(fā)明的各種等價形式的修改均落于本申請所附權利要求所限定的范圍。?

如圖1所述，為了實現(xiàn)基于機器視覺技術對車輛進行檢測和跟蹤方法，通過對輸入原始圖像進行預處理，對道路進行檢測，確定道路區(qū)域，然后在確定的ROI區(qū)域中，初步檢測車輛，進一步縮小ROI區(qū)域，而后在該區(qū)域運用分類器對車輛進行檢測，最后利用均值漂移算法對目標車輛進行跟蹤。?

如圖2所述，為了實現(xiàn)對道路的檢測：①首先要對圖像進行預處理，采用Bright?Block算法實現(xiàn)白平衡處理，通過空間濾波消除一些噪聲的影響，經(jīng)試驗驗證后，采用中值濾波進行平滑處理，有效濾除椒鹽噪聲；②確定有效區(qū)域，通過攝像頭標定技術，人為的濾除圖像中一些天空等沒必要檢測的區(qū)域，提高運行的實時性，并對圖像進行灰度化處理，減少圖像處理的時間，并為后續(xù)道路邊緣提取做準備；③經(jīng)對比分析和試驗驗證，采用適合本系統(tǒng)的sobel算法對圖像邊緣進行增強，檢測道路邊緣。④通過Hough變換檢測直線，確定路面范圍，準確的判斷出非路面區(qū)域和路面區(qū)域。這樣在后續(xù)對車輛的檢測時，就可以只在道路區(qū)域內檢測，大大提高系統(tǒng)運行的實時性。?