[发明专利]一种基于图像处理的异常车辆的检测方法

说明书

技术领域

本发明涉及一种异常车辆的检测方法，具体说是一种基于图像处理的其他车辆异常的检测方法。

背景技术

对于如今的交通事故中，有相当一部分是非本车的驾驶失误造成的，而是由于其他车辆的错误操作给本车带来了不必要的损失和生命危险，如何避免这一部分的交通事故，保护车内人员的生命财产的安全，也是汽车生产商非常重视的一个环节。

目标自动识别技术是利用成像系统进来的图像，自动地提取目标并识别出来，目前的目标自动识别算法有经典的统计模式识别方法，基于知识的自动目标识别方法，基于模型的自动目标识别方法，基于多传感器信息融合的自动目标识别方法，基于统计学习的自动目标识别方法，运动目标识别方法。而目标跟踪技术可以分为基于模版的跟踪、基于区域的跟踪、基于轮廓的跟踪，基于特征匹配的跟踪和基于运动特性的跟踪。

目前基于图像的自动识别和跟踪技术已经发展多年，车辆交通事故预防也已经有多项措施，这些异常以及预防措施大多针对本车的驾驶员设计的，但是没有检测其他车辆的，目前没有基于图像的其他车辆的实时检测并判断是否异常的发明，本发明具有一定的实际意义，也具有一定的理论基础。

发明内容

针对上述技术不足，本发明的目的提供一种基于图像处理的异常车辆的检测方法。

本发明解决其技术问题所采用的技术方案是：一种基于图像处理的异常车辆的检测方法，包括以下步骤：

对本车拍摄的车辆图像通过模版匹配识别含有目标车辆的目标区域：

对目标区域进行粒子滤波得到目标车辆在当前图像中的位置；

将当前图像进行透视变换得到当前图像中目标车辆与本车的距离；连接当前图像中目标车辆的位置以及前一帧图像中目标车辆的位置得到目标车辆的运动轨迹；

根据目标车辆的运动轨迹和与本车的距离判断出异常车辆。

所述对本车拍摄的车辆图像通过模版匹配识别含有目标车辆的目标区域包括以下步骤：

分别将从本车前后左右拍摄的各种车辆图像形成预设模版；

将本车实时采集的四个方向的原始车辆图像分别与对应方向的模板进行差值运算：

D(x,y)=Σx′Σy′[T(x′,y′)-F(x′+x,y′+y)]2]]>

D(x,y)为差值测度，(x,y)为车辆图像的坐标，T()是模版，F()是目标车辆，(x’,y’)是预设模版图像的坐标系上的点；

在图像中选取差值小于阈值的区域为含有目标车辆的目标区域。

所述对目标区域进行粒子滤波得到目标车辆在当前图像中的位置包括以下步骤：

1)将车辆图像中目标区域的RGB转换为HSV中的h空间，将h空间转换为直方图作为目标特征向量V；

2)采用高斯分布设置与目标区域相同尺寸的搜索粒子，对当前图像进行搜索得到所有搜索粒子的直方图向量Vi与目标特征向量V的相似度；

3)对各搜索粒子获取的相似度加权得到目标区域的位置。