[發明專利]一種夜間車輛檢測和跟蹤的方法

在審

• 申請號: 201510601411.0
• 申請日: 2015-09-21
• 公開（公告）號: CN105303160A
• 公開（公告）日: 2016-02-03
• 發明（設計）人: 嚴江江;李玲;陳群;趙彥雋;王晨希;盧朝洪;向青寶
• 申請（專利權）人: 中電海康集團有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/00
• 代理公司: 杭州之江專利事務所(普通合伙) 33216
• 代理人: 張慧英

技術領域

本發明涉及圖像處理領域，尤其涉及一種夜間車輛檢測和跟蹤的方法。

背景技術

目前駕駛輔助系統的研究越來越多，白天的車輛檢測研究日趨成熟，夜間車輛檢測是新的熱點，但是夜間由于照明不均勻，車身大部分信息模糊，只有車燈比較明顯，所以大部分夜間車輛檢測算法都是基于車燈的檢測。

專利[201310030701]是基于彩色HSV圖像進行車燈檢測，根據尾燈模型篩選。專利[200910244106]則通過相鄰幀的圖像差分來獲得感興趣區域，通過預設一個車輛檢測區域與感興趣區域對比來檢測車輛。專利[201210523623]利用彩色圖像中尾燈顏色和對稱性確定感興趣區域，然后采用adaboost算法進行分類。

夜間車輛檢測率低，主要是由于夜間車輛特征減少、形狀特征不明顯。對于普通非夜視攝像頭，在夜間采集的前方道路圖像存在曝光過度情況，而且顏色特征不準確，所以車輛的檢測只能根據車燈特征來確定。

發明內容

本發明為克服上述的不足之處，目的在于提供一種夜間車輛檢測和跟蹤的方法，通過對夜間圖像進行伽馬校正和梯度變換處理，對處理后圖像進行二值化分割，對分割結果處理得到疑似車燈目標，進而得到車燈組，最后對車燈組進行連續幀跟蹤驗證并進行矩形區域擴展，得到車輛區域。本方法能在低質量的夜間圖像中檢測到前方車輛，對獲取的圖像時彩色還是黑白圖像不受限制，并且能較穩定的跟蹤到前車。

本發明是通過以下技術方案達到上述目的：一種夜間車輛檢測和跟蹤的方法，包括如下步驟：

(1)利用相機獲取夜間前方灰度圖像I，并對圖像I作伽馬校正處理；

(2)對伽馬校正后的圖像進行sobel梯度變換得到梯度圖像，并結合伽馬校正后圖像和梯度圖像進行二值化分割；

(3)對二值化分割后的圖像進行孔洞填充、形態學濾波與連通域搜索，得到疑似車燈目標；

(4)計算疑似車燈區域的長度與寬度，并根據篩選規則從疑似車燈中選出滿足規則的車燈作為候選車燈；

(5)依次遍歷候選車燈，對候選車燈進行兩兩配對，得到車燈組；

(6)對得到的車燈組進行連續幀跟蹤驗證，保留驗證成功的車燈組；

(7)對步驟(6)所得的車燈組進行矩形區域擴展，擴展后的矩形區域為車輛區域，完成車輛的檢測與跟蹤。

作為優選，所述步驟(1)對圖像I作伽馬校正處理將圖像的高灰度區域對比度增強，方法如下：

將圖像I歸一化得到I_歸一化，設置伽馬系數γ>1，伽馬校正后的圖像I_gamma灰度值與I_歸一化的變換公式為：

I_gamma＝255*(I_歸一化)^γ，r>1。

作為優選，所述步驟(2)的二值化分割包括以下兩步：

1)通過設定灰度閾值T₁將灰度圖像中亮度高的目標分割出來；

2)通過設定梯度閾值T₂將梯度圖像中梯度邊緣值大的目標邊緣分割出來。

作為優選，所述步驟(4)計算疑似車燈區域的長度與寬度的方法如下：

預先設定圖像上路面P點的世界坐標(X,Y，0)，當車燈Q點離路面P點的高度為H(單位為米)時，Q點坐標(X_H,Y_H，H)的計算公式為：

X_H＝(1-H/(l*sin(pitch)))*X

Y_H＝(1-H/(l*sin(pitch)))*Y

其中，L為像平面到路面坐標的距離，單位為米，pitch是相機坐標的俯仰角，車燈高度H取值為H∈[0.5,1]，單位為米；當獲得車燈矩形區域左上點世界坐標(LEFT,TOP，0)，右下點世界坐標(RIGHT,BOTTOM,0),則車燈區域的真實長度＝RIGHT_H-LEFT_H,真實寬度＝BOTTOM_H-TOP_H。

作為優選，所述步驟(4)的篩選條件如下：

(i)像素面積S∈[S₁,S₂]，S₁≤S₂；

(ii)車燈區域的真實長度、真實寬度在[TH₁，TH₂]范圍內，TH₁≤TH₂；