[發明專利]一種基于雙目視覺的后方車輛識別與測距方法

在審

• 申請號: 201711332606.5
• 申請日: 2017-12-13
• 公開（公告）號: CN108108680A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 荊亞杰;李斌斌;齊洋洋
• 申請（專利權）人: 長安大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/46
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

1.一種基于雙目視覺的后方車輛識別與測距方法，其特征在于，包括以下步驟：

S1.標定雙目相機；

S2.通過標定好的雙目相機同步采集當前車輛后方景象的圖片；

S3.根據當前車輛后方景象的圖片進行車輛識別并選定車輛區域；

S4.計算車輛區域內車輛矩形框幾何中心點；

S5.對雙目相機計算得到的兩個幾何中心點進行特征匹配；

S6.利用雙目視覺測量原理，計算當前車輛與后方車輛的距離。

2.根據權利要求1所述基于雙目視覺的后方車輛識別與測距方法，其特征在于，所述步驟S3中車輛識別的具體過程包括：首先，收集車輛正負樣本集，提取圖片特征，通過機器學習算法進行離線訓練，得到相應分類器；然后，對采集到的圖像進行預處理，提取與離線訓練相同的圖像特征，采用與離線訓練相同的機器學習算法，用訓練好的分類器進行車輛區域初步識別，最后基于先驗知識的方法，進行車輛驗證，最終得到識別結果。

3.根據權利要求2所述基于雙目視覺的后方車輛識別與測距方法，其特征在于：所述的圖像特征采用融合Haar-like與HOG的圖像特征，結合Adaboost與SVM機器學習算法進行車輛識別，具體過程包括：首先，對第一車輛正負樣本集提取Haar-like特征，得到弱分類器，經Adaboost訓練后得到強分類器，最終得到級聯Adaboost分類器用于一次篩選并將其分類結果作為下一層分類器的輸入；然后，對第二車輛正負樣本集提取HOG特征，經SVM訓練后得到的SVM分類器用于二次篩選上層分類器的分類結果。

4.根據權利要求3所述基于雙目視覺的后方車輛識別與測距方法，其特征在于：所述的車輛正樣本為白天和夜間的各種類型車輛頭部區域圖像；車輛負樣本為白天和夜間當中，不包含車輛但與車輛行駛環境相關的場景。

5.根據權利要求4所述基于雙目視覺的后方車輛識別與測距方法，其特征在于：所述與車輛行駛環境相關的場景包括道路路面、行人、綠化帶。

6.根據權利要求2所述基于雙目視覺的后方車輛識別與測距方法，其特征在于，所述的車輛驗證的具體過程包括邊緣檢測和灰度特征判別；邊緣檢測時首先使用canny算子提取圖像邊緣信息，然后使用hough變換檢測直線，若分類器輸出的目標中有一個近似的幾何矩形，判定其為真正車輛的可信度較大，保留下來，反之剔除；灰度特征判別時根據行駛中輪胎灰度是否低于其臨近區域的灰度值判定車輛區域是否為誤檢，若為誤檢則刪去，反之保留。