[发明专利]一种基于车载利用相邻帧间图像结合单帧图像检测优化方法

说明书

技术领域

本发明属于视频图像处理及模式识别技术领域，尤其涉及一种基于车载多帧图像的行人检测的优化方法。

背景技术

随着国民经济的快速发展和机动车辆的迅猛增加，我国城市交通问题日益严峻。在混合交通系统环境中，行人和车辆是交通的主要组成部分。作为影响社会安定的一个重要因素，行车安全越来越受到社会的关注和重视。如果我们把行人检测和跟踪应用到智能汽车的辅助驾驶系统中，对车辆前方的行人进行检测，及时告知驾驶员车辆前方存在行人，并进行安全预警，对减少或避免车辆与行人发生碰撞事故有着重大的意义。

从行人检测研究方法的切入点来看主要分为两类：其一是基于背景建模的方法：分割出前景，提取其中的运动目标，然后进一步提取特征，分类判别，在存在下雨、下雪、刮风、树叶晃动、灯光忽明忽暗等场合，该方法的鲁棒性不高，抗干扰能力较差且背景建模方法的模型过于复杂，对参数较为敏感；其二是基于统计学习的方法：根据大量训练样本构建行人检测分类器，提取的特征一般有目标的灰度、边缘、纹理、形状、梯度直方图等信息。

而当前主流的研究方向是从统计学习角度出发，从大量的训练样本中抽取特征，建立人体模型，把行人检测化为一个模式分类的问题。其优点是可以从样本集中学习人体的不同变化，具有较好的鲁棒性，而且合理的选择训练样本和特征，结合结构合理的分类算法，可以较好的克服许多不利条件，如行人多样性、场景多样性、光照环境多样性等的影响。但其不足在于算法的复杂程度较高，对单帧图像的检测识别行人时耗时较多，以至于不适合对多帧实时检测。

发明内容

为了克服现有技术中的缺陷，本发明为基于车载多帧图像的行人检测提供了一种优化方法。

本发明提供了利用相邻帧间图像结合单帧图像的检测优化方案，为了实现该方案，运用了以下技术：

对于单帧图像，把图像从上到下依次分为上、中上、中下、下四个区域，并用不同比例的扫描窗口依次对每一区域进行匹配：1)如果扫描窗口的下边缘坐标小于等于上区域的下边界时用最小窗口遍历匹配；2)如果扫描窗口下边缘坐标大于上区域的下边界小于等于中上区域的下边界时用较小窗口遍历匹配；3)如果扫描窗口下边缘坐标大于中上区域的下边界小于等于中下区域的下边界时用较大窗口遍历匹配；4)如果扫描窗口下边缘坐标大于中下区域下边界时用较大窗口遍历匹配。

对于多帧图像，前一帧图像通过上述单帧图像方法进行检测，提取检测出的矩形框的坐标并保存；然后通过改变矩形框的横纵坐标值使矩形框放大一定的比例作为当前帧的感兴趣区域,当前帧图像只需对感兴趣区域通过上述单帧图像的方法进行扫描窗口遍历匹配，并且根据扫描窗口的下边界区域可以判断窗口是否会增大。由于实时图像不断有新的行人的出现，可根据实际情况对整幅图像遍历匹配的频率进行修改。

本发明的有益效果是：不但对单帧图像的检测速度进行了大幅度的提高，而且对相邻帧间的图像进行了优化。由于在实际情况中车辆和行人的距离是越来越近的，所以行人的矩形框应该是越来越大的，这恰好符合了本发明方法。实验结果表明，本发明的方法在降低计算量的前提下，性能非常接近基于统计学习方法对单帧图像的检测，但时间相对缩小了近3倍。

附图说明

图1是本发明的基于车载利用相邻帧间图像结合单帧图像的检测优化方法的流程图；

图2是本发明的方法中单帧行人检测的示意图。

具体实施方式

下面结合附图说明及具体实施方式对本发明进一步说明。

附图1是本发明的基于车载利用相邻帧间图像结合单帧图像的检测优化方法的流程图，采集车辆前方的图像并利用单帧进行行人检测方法对图像进行扫描窗口匹配检测，提取检测结果并保存，然后通过改变矩形框横纵坐标值使其放大一定的比例作为感兴趣区域(ROI)，把感兴趣区域作为下一帧的检测区域进行检测并且根据检测区域内扫描窗口的下边界区域可以判断窗口是否会增大。在进行相邻帧间检测的过程中可根据行人更新的频率判断是否需要全扫描图像，如果需要则采集车辆前方图像，如果不需要则继续提取检测结果作为下一帧的感兴趣区域。由于实时图像不断有新的行人的出现，可根据实际情况改变是否需要全扫描图像的频率，一般情况下5帧/次。