[發明專利]一種智能車前方運動車輛的檢測方法

在審

• 申請號: 201611150192.X
• 申請日: 2016-12-14
• 公開（公告）號: CN108229244A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 貴港市瑞成科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種智能車前方運動車輛的檢測方法，其特征在于，包括以下步驟：

S1：采集前方道路視頻圖像，對圖像進行預處理，包括圖像剪裁、圖像灰度化、圖像濾波和圖像二值化；

S2：采用Canny邊緣算子強化道路圖像邊緣信息；

S3：采用改進的Hough變換法對車道線進行檢測；

S4：對車輛底部陰影進行分割，并進行形態學修正，修正后圖像中僅剩一系列的陰影水平線段區域；

S5：在這些陰影水平線段上建立可能存在車輛的矩形框，即感興趣區域(RIO)；

S6：根據車輛紋理特征和車輛對稱特征融合，對前方車輛進行假設驗證，即可實現車輛的精確檢測。

2.根據權利要求1所述的智能車前方運動車輛的檢測方法，其特征在于，所述改進的Hough變換法具體如下：

1)假設圖像空間內的一條直線方程為y＝kx+b；

2)在參數空間中利用直線的極坐標方程進行Hough變化，即：

ρ＝x cosθ+y sinθ；

3)設左、右車道線的極角分別為θ_l和θ_r，對左、右車道線上的目標點進行θ的取值限定，得到Hough變換目標點的限定區域：

4)在變換過程中，首先在參數空間中對ρ和θ進行量化處理，根據量化結果建立一個2維累加矩陣A(ρ,θ),且將累加矩陣初始化置零；然后將通過θ遍歷多有可能的取值，并根據2)中的公式計算出所對應的ρ，再根據得到的(ρ,θ)對2維累加矩陣A(ρ,θ)進行累加，由A(ρ,θ)的數值得到共線點的個數；最后找出A(ρ,θ)中數值的最大值，也就是峰值；

5)峰值最多的點就對應圖像中車道線的位置。

3.根據權利要求1所述的智能車前方運動車輛的檢測方法，其特征在于，所述車輛底部陰影的分割方法具體如下：

1)在路面有效區域內，由近及遠選取6個大小相同，尺寸均為30×30的窗口區域，這6個窗口分成兩排，兩排之間間隔30個像素值，同排之間間隔15個像素值；

2)分別對每個窗口區域的灰度值進行統計，然后求出各個窗口區域的灰度均值μ_i和方差σ_i，σ_i值越小表示該窗口區域內的灰度值越均勻，σ_i值越大表示該窗口區域內可能存在較多的干擾信息，灰度值易突變；當窗口區域σ值大于100時，說明它已經不能代表路面區域信息，后續處理時應首先將該窗口區域刪除；

3)利用以下公式計算出N(N≤6)個區域的灰度均值μ和方差σ；

4)路面區域內灰度的變化范圍是：

μ-3σ＜f(x,y)＜μ+3σ；

5)選取路面區域灰度最小值作為分割車底陰影的閾值，即：

T＝μ-3σ；

用得到的閾值T對圖像進行二值化處理，結果圖像g(x,y)可以表示為：

即可分割出陰影區域。