[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

本發明公開了一種智能車前方運動車輛的檢測方法，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。

技術領域

本發明涉及一種智能車前方運動車輛的檢測方法。

背景技術

在智能汽車行駛過程中，由于道路環境比較復雜，想要讓其完全無人自主行駛，許多工作還需要我們進行深入的研究。目前基于機器視覺的智能車輛障礙物檢測技術以及圍繞其展開的其它相關技術是發展較快的關鍵技術，該項技術通過安裝在智能車輛上的視覺傳感器獲取周圍環境信息，利用獲得的環境信息對車輛前方是否存在障礙物進行實時、準確地檢測，而對障礙物檢測的成功與否直接關系到智能車輛能否順利躲避障礙并安全行駛。研究基于機器視覺的智能車輛前方障礙物檢測技術，可以對當前行駛車輛的周圍環境進行實時有效的監測，這樣可以減輕駕駛人員的壓力，環節疲勞程度，輔助駕駛人員更好的駕駛車輛，增強了行駛的安全性，還能夠很大程度的減少交通事故的發生，提高道路通行率。

基于機器視覺的智能車輛前方障礙物檢測技術中，車道線檢測是前方障礙物檢測的基礎，Hough變換法是車道線檢測中比較常見的方法，具有良好的魯棒性和抗干擾能力，但由于檢測過程需要對圖像空間采用窮盡式搜索，所以計算量非常大，占用內存非常多，時期算法性能大為降低。

基于機器視覺的智能車輛前方障礙物檢測技術中，通常需要結合車輛的一些特征對感興趣區域進行驗證，從而得到準確的檢測結果。車輛的許多部位均會呈現出比較豐富的紋理特征，如果感興趣區域中含有車輛，那么該感興趣區域的紋理特征會很明顯，我們可以通過分析感興趣區域內的紋理特征來排除一些不具有明顯紋理特征的偽車輛區域。通過紋理特征驗證，可以找到更加精確的感興趣區域，但是不能把干擾全部排除。

車輛是一種人造剛體，具有明顯的對稱性，我們可以利用這一重要特征作為驗證前方車輛是否存在的一個依據。由于環境、光照等因素的影響，可能會對前方車輛的輪廓對稱性產生干擾，使其邊緣出現模糊、粘連等，又或者道路上其它垂直或水平邊緣對稱物體的存在，都會在使用輪廓對稱性進行車輛驗證時導致漏檢、誤檢情況的發生。

發明內容

本發明要解決的技術問題是提供一種智能車前方運動車輛的檢測方法。

一種智能車前方運動車輛的檢測方法，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。

進一步的，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；