一種基于尺度不變特征轉換特征向量的前方車輛檢測方法技術

本發明專利技術公開了一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，現有的方法魯棒性不好，容易受到背景、光照條件、陰霾等影響。本發明專利技術首先在輸入圖像中建立感興趣區域，利用圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量。其次對尺度不變特征轉換特征向量進行對稱編碼和匹配。然后對匹配點點對進行進一步聚類篩選，建立匹配點點對集合。最后利用匹配點點對集合進一步篩選匹配點點對；并在在輸入原圖中分別標記對稱點和對稱軸，完成前方車輛檢測方法。本發明專利技術方法使用尺度不變特征轉換特征更具有良好的魯棒性，提高了車輛檢測的準確度，并具有良好的識別效果，且易于實現。

【技術實現步驟摘要】
本專利技術屬于計算機視覺領域，具體來說是一種利用圖像的尺度不變特征轉換特征向量去檢測圖像中具有對稱特性車輛的前方車輛檢測方法。
技術介紹
前方車輛檢測技術是當今計算機視覺、圖像處理與模式識別等技術在車輛安全輔助駕駛系統應用的一項重要研究課題，是車輛安全輔助駕駛系統的核心技術之一。目前，國內檢測前方車輛的方法主要利用形狀、陰影、對稱性、邊緣等特征來檢測車輛。但這些方法魯棒性不好，容易受到背景，光照條件，陰霾，復雜背景等影響而存在一定 的局限性?；谝陨蠁栴}和前方車輛的明顯特征即水平對稱性，采用通過檢測水平對稱性從而檢測車輛。
技術實現思路
本專利技術針對現有前方車輛檢測方法的不足，結合“尺度不變特征轉換”特征，提出了一種基于“尺度不變特征轉換”特征的前方車輛檢測方法。本專利技術方法具體是步驟(I)在輸入圖像中，在可能存在的車輛的范圍內建立感興趣區域。步驟(2)在感興趣區域內采用David Lowe提出的圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量。步驟(3)對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼。步驟(4)對稱編碼后，可以得到原圖的尺度不變特征轉換對稱特征向量，對原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量，進行匹配。步驟(5)對匹配點進行進一步篩選，提高匹配點點對的相似度。步驟(6)根據步驟(5)結果得到的匹配點點對，也即對稱點點對，計算對稱點對的對稱軸。步驟(7)根據步驟(6)的結果，結合對稱軸，對匹配點點對進行進一步聚類篩選，建立匹配點點對集合{MJ。步驟(8)采用計算每個集合Mi的中心點和其各點與中心點平均距離進一步篩選匹配點點對。步驟(9)根據步驟(6)和(8)所得結果，在輸入原圖中分別標記對稱點和對稱軸，完成前方車輛檢測方法。本專利技術給出了一種基于尺度不變特征轉換特征向量檢測前方車輛的對稱性，從而達到前方車輛檢測的方法。“尺度不變特征轉換”特征是圖像的局部特征，其具有信息豐富，對縮放、亮度等變化保持不變等優點，且抗干擾能力強。通過實驗結果表明使用“尺度不變特征轉換”特征更具有良好的魯棒性，提高了車輛檢測的準確度，并具有良好的識別效果，且易于實現，為車輛輔助駕駛系統的構建提供了有利的基礎。附圖說明圖I為本專利技術的方法流程圖；圖2特征向量的對稱編碼圖；其中(a)為特征向量pi ； (b)為8號種子點的8方向向量；(C)為8號種子點對稱編碼后的8方向向量；(d)為Pi對稱編碼后的特征向量Hli。圖3對稱特征向量的關系不意圖；其中 (a) 一對對稱的特征向量及編碼向量；(b) —對對稱的特征向量；圖4基于尺度不變特征轉換特征向量的前方車輛對稱性檢測步驟。其中(a)為原圖(加州理工學院的數據庫)；(b)圖像的尺度不變特征轉換特征向量；(C)為檢測到的對稱匹配特征向量點對和中心點；(d)對稱特征向量點對的對稱軸。具體實施例方式以下結合附圖對本專利技術作進一步說明。如圖I所示，一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，具體步驟如下步驟(I):在輸入圖像中，可能存在的車輛的范圍內建立感興趣區域。選取前方路面消失的水平線為基準，取該水平線以下區域為感興趣區域。步驟(2):在感興趣區域內采用了 David Lowe提出的圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量P「(xi，yi，si)。所述的特征向量采用16個種子點描述，每個種子點有8個方向的信息，共有128個數據，從而形成128維的尺度不變特征轉換特征向量。步驟(3):對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼。所述的圖像的尺度不變特征轉換特征向量對稱編碼的計算方法具體為首先，對圖像的特征向量Pi的整體4X4個種子點向量做對稱編碼；其次，對每個種子點內部8方向向量也做對稱編碼；從而產生新的4X4個8方向向量的特征向量Α。如圖2所不，圖2 (a)為特征向量Pi,圖2 (b)為8號種子點的8方向向量，圖2 (c)為8號種子點對稱編碼后的8方向向量，圖2 (d)為Pi對稱編碼后的特征向量nii。首先，整體上將特征向量Pi的16個種子做水平對稱編碼獲得特征向量!V編碼方式如圖2(a)原始16個種子點順序變換到圖2(d)重新對稱編碼獲得16個種子點順序；其次，同時每個種子點內部8方向向量也要做水平對稱編碼，編碼方式由圖2(b)原8號種子點的8方向向量變換到圖2(c)重新編碼獲得8號種子點的8方向向量。經過所述的對稱編碼后，圖像中潛在的對稱特征向量Pi與P」，分別產生Hii和mj，如圖3(a)所不，一對對稱的特征向量。編碼后的特征向量Pi和nij, Iiii和Pj有很聞的相似度，可以形成匹配點對。步驟(4):根據步驟(3)所描述的對稱編碼策略，可以得到原圖的尺度不變特征轉換對稱特征向量，對原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量，進行匹配。所述的尺度不變特征轉換對稱特征向量為從輸入圖(原圖)的尺度不變特征轉換特征向量經過步驟(3)所描述的編碼策略從而得到輸入圖的新的尺度不變特征轉換特征向量。所述的原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量匹配步驟為當原圖像的尺度不變特征轉換特征向量的對稱特征向量生成后，采用特征向量的歐式距離作為原圖和對稱圖的特征向量的相似性判定。取原圖的某個關鍵點(特征向量)，并找出其與對稱圖歐式距離最近的前兩個關鍵點，在這兩個關鍵點中，如果最近的距離除以次近的距離值低于比例閾值T，則接受該對匹配點。但在匹配過程中，會產生兩個匹配對，實際是同位置，所以只需記錄一個。本文檔來自技高網...

【技術保護點】
一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，其特征在于該方法包括如下步驟：步驟(1)在輸入圖像中，在可能存在的車輛的范圍內建立感興趣區域；步驟(2)在感興趣區域內采用圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量；步驟(3)對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼；步驟(4)對稱編碼后，可以得到原圖的尺度不變特征轉換對稱特征向量，對原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量，進行匹配；步驟(5)對匹配點進行進一步篩選，提高匹配點點對的相似度；步驟(6)根據步驟(5)結果得到的匹配點點對，也即對稱點點對，計算對稱點對的對稱軸；步驟(7)根據步驟(6)的結果，結合對稱軸，對匹配點點對進行進一步聚類篩選，建立匹配點點對集合{Mi}；步驟(8)采用計算每個集合Mi的中心點和其各點與中心點平均距離進一步篩選匹配點點對；步驟(9)根據步驟(6)和(8)所得結果，在輸入原圖中分別標記對稱點和對稱軸，完成前方車輛檢測方法。

【技術特征摘要】
1.一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，其特征在于該方法包括如下步驟 步驟(I)在輸入圖像中，在可能存在的車輛的、M圍內建立感興趣區域； 步驟(2)在感興趣區域內采用圖像尺度不變特征轉換特征向量檢測方法，提取輸入圖像的感興趣區域內的尺度不變特征轉換特征向量； 步驟(3)對已提取的輸入圖像的尺度不變特征轉換特征向量進行對稱編碼； 步驟(4)對稱編碼后，可以得到原圖的尺度不變特征轉換對稱特征向量，對原圖的尺度不變特征轉換特征向量和原圖的尺度不變特征轉換對稱特征向量，進行匹配； 步驟(5)對匹配點進行進一步篩選，提高匹配點點對的相似度； 步驟(6)根據步驟(5)結果得到的匹配點點對，也即對稱點點對，計算對稱點對的對稱軸； 步驟(7)根據步驟￠)的結果，結合對稱軸，對匹配點點對進行進一步聚類篩選，建立匹配點點對集合{#,.}； 步驟(8)采用計算每個集合爲的中心點和其各點與中心點平均距離進一步篩選匹配點點對； 步驟(9)根據步驟(6)和(8)所得結果，在輸入原圖中分別標記對稱點和對稱軸，完成前方車輛檢測方法。2.根據權利要求I所述的一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，其特征在于，步驟(I)中建立感興趣區域具體是選取前方路面消失的水平線為基準，取該水平線以下區域作為感興趣區域。3.根據權利要求I所述的一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，其特征在于，步驟(3)的具體過程如下 1)設圖像的尺度不變特征轉換特征向量込=()，對込的整體4X 4個種子點向量做對稱編碼； 2)對每個種子點內部八方向向量也做對稱編碼。4.根據權利要求I所述的一種基于尺度不變特征轉換特征向量的前方車輛檢測方法，其特征在于，步驟(...

【專利技術屬性】
技術研發人員：孫志海，王云建，張樺，周文暉，戴國駿，
申請(專利權)人：杭州電子科技大學，
類型：發明
國別省市：