[发明专利]一种三维信息复原提取的道路遗洒物识别方法

权利要求书

1.一种三维信息复原提取的道路遗洒物识别方法，其特征在于，具体包括以下几个步骤：

S1，通过固定CCD摄像机获取道路视频图像序列，对视频做中值滤波，图像平滑和梯度锐化的图像预处理操作，去除设备自身带来的噪声影响；

S2，建立更新速率较快的短效背景模型和更新速率缓慢的自适应混合高斯长效背景模型，通过背景差分法和自适应动态阈值法检测出当前帧图像中各像素在场景和运动目标间的归属情况，利用双效层交互分割算法分割出静态前景目标区域，利用形态学的开运算清除噪声干扰，利用八连通区域提取静态前景轮廓；

S3，利用S2步骤分割出的结果中提取目标区域的纵横比、区域面积、区域周长、破碎性和分散度的几何形状特征，构建非线性二维模式分类器，排除车类静态前景的干扰，检测出遗似遗洒目标；

S4，提出一种目标三维信息复原方法：利用张正友平面模板标定方法标定得到摄像机的内参矩阵，通过SIFT特征点提取、特征点匹配和构建圆形特征描述符估算摄像机外参矩阵，利用透视投影矩阵复原目标三维信息；

S5，利用去异优化鲁棒算法迭代提取最优地平面样本点，通过最小二乘拟合估算最优地平面方程，求取S4步骤中的三维目标点相对地面的极高值，识别是否为危险性遗洒。

2.根据权利要求1所述方法，其特征在于，所述步骤S2中包括以下步骤：

S21）提出对称弥补差分背景提取及选择性更新算法建立更新速率较快的短效背景模型，使得静止的静态前景快速融入背景；

S22）利用自适应混合高斯背景模型建立长效背景模型，通过阶段性更新方法和学习更新率的变化防止静态前景快速的融入到背景中；

S23）利用自适应动态阈值法获取背景和前景图像；

S24）提出双效层间交互分割算法得到静态前景目标区域；

S25）利用形态学的开运算清除噪声区域干扰；

S26）利用八连通区域标识方法提取静态前景区域的轮廓信息。

3.根据权利要求1所述的方法，其特征在于，所述步骤S3具体包括以下步骤：

S31，根据S2提获取的静态前景目标区域，提取目标区域纵横比、区域面积、区域周长、破碎性和分散度的几何特征，共同组成五维特征向量：

                                                                                     （16）

S32，构建非线性二维模式分类器SVM，通过样本学习和训练，对测试样本进行分类，分离静态前景干扰目标，标记疑似遗洒目标。

4.根据权利要求1所述的方法，其特征在于，所述步骤S4中包括以下步骤：

S41）利用张正友平面模板标定方法，标定摄像机内参矩阵；

S42）通过尺度不变特征变换提取目标特征点；

S43）构建具有旋转不变性的72维圆形SIFT特征描述符；

S44）利用搜索最邻近匹配策略，完成空间序列图像SIFT特征点的匹配；

S45）利用步骤S44）中获取的特征匹配点对和鲁棒性估计算法估算基本矩阵和本质矩阵；通过最小二乘逼近修正本质矩阵，获取摄像机运动参数，利用最小二乘拟合法复原特征点三维信息。

5.根据权利要求1所述的方法，其特征在于，所述步骤S5利用去异优化鲁棒算法估算最优地平面方程，求取目标相对地面极高值，识别危险性遗洒目标；该算法包括以下步骤： 

S51）空间序列图像满足道路约束假设：①：道路区域基本位于图像的中央区域；②：摄像机固定不动，图像中的道路区域位于同一平面内，且可以用平面方程；

S52）使用服从正态分布的随机数来选择样本，使得大多数样本处于图像的中央区域的道路上，这样选取的最优样本点更多，提取的道路平面方程更为可靠；

S53）利用去异优化鲁棒算法选择最优地面三维样本点，估算最优地平面方程；

S54）估算步骤S4中所有三维特征点相对最优道路平面方程的实际高度值，并获取最高值；

S55）若实际最高值高于预设报警值10cm，发出报警，并记录提取的实际最高值。