[發(fā)明專利]一種基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010198474.7
• 申請(qǐng)日: 2020-03-20
• 公開(kāi)（公告）號(hào): CN111414857B
• 公開(kāi)（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 陳學(xué)文;裴月瑩;李亞盼;藍(lán)富琪;馬天放;于添;佟佳穎
• 申請(qǐng)（專利權(quán)）人: 遼寧工業(yè)大學(xué)
• 主分類號(hào): G06V20/56
• 分類號(hào): G06V20/56;G06V10/26;G06V10/44;G06T7/66;G06T7/12;G06T7/181
• 代理公司: 北京遠(yuǎn)大卓悅知識(shí)產(chǎn)權(quán)代理有限公司 11369
• 代理人: 周婷

1.一種基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，包括如下步驟：

步驟1：獲取前方車輛尾燈對(duì)輪廓信息，并確定各個(gè)尾燈的質(zhì)心，使其滿足：

式中，為圖像中尾燈對(duì)間的寬度；W_min與W_min分別為尾燈對(duì)間寬度的最小像素值與最大像素值；與分別為圖像中左右尾燈的高度；h_c左右尾燈的高度差閾值；與分別為圖像中左右尾燈的面積；a_l與a_r分別為圖像中左右尾燈對(duì)面積比的最小值與最大值；

獲取尾燈標(biāo)記區(qū)域高度：

式中，f_w1為尾燈標(biāo)記區(qū)域圖像寬度；f_h1為尾燈標(biāo)記區(qū)域圖像高度；V_w為車輛實(shí)際寬度；V_h為車輛實(shí)際高度，α₁為尾燈標(biāo)記區(qū)域圖像的比例系數(shù)；

以質(zhì)心之間的中心點(diǎn)為參考點(diǎn)，根據(jù)尾燈標(biāo)記區(qū)域圖像寬度、高度確定尾燈標(biāo)記區(qū)域X_T；

步驟2：獲取車輛陰影區(qū)域灰度值：

S_TH＝G_μmin-k_σG_σmin；

式中，S_TH為車輛陰影區(qū)域灰度值；k_σ為方差比例系數(shù)，G_μmin為路面像素最小灰度值均值，G_σmin為最小灰度值均值對(duì)應(yīng)的最小均方差，M、N為圖像的長(zhǎng)度與寬度；路面像素灰度值均值G_μ與路面像素灰度值均方差G_σ；

根據(jù)車輛陰影區(qū)域灰度值獲得車輛底部陰影圖像區(qū)域；

獲取陰影標(biāo)記區(qū)域高度：

式中，f_w2為陰影標(biāo)記區(qū)域圖像寬度；f_h2為陰影標(biāo)記區(qū)域圖像高度；α₂為陰影標(biāo)記區(qū)域圖像的比例系數(shù)；

以車輛底部陰影圖像區(qū)域下邊緣線中心點(diǎn)為參考點(diǎn)，根據(jù)陰影標(biāo)記區(qū)域圖像寬度、高度確定陰影標(biāo)記區(qū)域X_S；

步驟3：獲取前方車輛的目標(biāo)檢測(cè)區(qū)域：

X_w＝k_sX_S+k_TX_T；

式中，X_w為前方車輛的目標(biāo)檢測(cè)區(qū)域，k_s、k_T為權(quán)重系數(shù)。

2.如權(quán)利要求1所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，還包括：

根據(jù)目標(biāo)檢測(cè)區(qū)域確定與前方車輛的縱向距離：

式中，Z為與前方車輛的縱向距離，f為視覺(jué)相機(jī)的有效焦距，f_ω為目標(biāo)檢測(cè)區(qū)域的寬度。

3.如權(quán)利要求1或2所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，在所述步驟1中，通過(guò)Canny邊緣檢測(cè)獲取包含前方車輛尾燈對(duì)輪廓信息的檢測(cè)圖像，并通過(guò)形態(tài)學(xué)閉運(yùn)算確定前方車輛尾燈對(duì)輪廓信息。

4.如權(quán)利要求1或2所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，在所述步驟2中，根據(jù)所述車輛陰影區(qū)域灰度值進(jìn)行圖像分割，獲得二值化圖像，并進(jìn)行開(kāi)與閉運(yùn)算處理，獲得車輛底部陰影圖像區(qū)域。

5.如權(quán)利要求1或2所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，所述陰影標(biāo)記區(qū)域圖像寬度和所述尾燈標(biāo)記區(qū)域圖像寬度均為尾燈寬度。

6.如權(quán)利要求3所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，所述前方車輛尾燈對(duì)輪廓信息采用6×6的正方形結(jié)構(gòu)元素進(jìn)行形態(tài)學(xué)閉運(yùn)算確定。

7.如權(quán)利要求5所述的基于視覺(jué)的多特征融合的前方車輛檢測(cè)方法，其特征在于，所述車輛底部陰影圖像區(qū)域由車輛在地面上的陰影、車輛左右后輪輪胎以及車輛的后保險(xiǎn)杠組成。