[发明专利]一种基于车载单目视觉室外道路自适应分类器生成方法

权利要求书

1.一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，包括如下步骤：

1)构建样本池

样本池是一个m’*n的特征向量；其中m’为样本池中所含有的不同形态道路的种类，n为每种道路的特征维度；

2)计算相邻图像相似度

首先提取相邻图像的颜色直方图：

H(P)＝[h(x₁),h(x₂),...h(x_i)] (1)

其中，S(x_i)为第i种颜色在图像中出现的个数，S(x_j)为总的像素点个数；

计算相邻图像颜色直方图的相似度，根据计算值判断相邻图像是否相似；

3)分割图像与提取图像特征

步骤2)完成之后，首先对图像做超像素分割，然后提取每一个超像素块的图像特征，用于下一步分类器的训练以及道路识别；

4)训练分类器

根据步骤2)的计算结果，在步骤3)的基础上进行分类器的训练；当步骤2)的结果为相似时：更新分类器的训练样本为前一个分类的识别结果；当步骤2)结果为不相似时：更新分类器的训练样本为与步骤1)所构建样本池的匹配结果，将每个超像素块的特征与步骤1)的样本池进行匹配，匹配成功的标签设为+1，否则设为-1，最后用带标签的样本训练分类器；根据每个超像素块的特征及其属性标签，采用boosting算法训练若干个弱分类器，并且把这些弱分类器集合起来，构造一个更强的最终分类器：

其中，G_m(x)为每个弱分类器，α_m为每个弱分类器的权重，m为迭代次数即弱分类器的个数。

2.根据权利要求1所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤2)所述的直方图相似度计算方法为相关度、卡方系数、相交系数或巴氏距离。

3.根据权利要求1或2所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤2)所述的直方图相似度计算方法选用巴氏距离：

其中，H_A(i)和H_B(i)分别代表图像A和B的第i种颜色直方图数据,n为直方图中bin的个数，d∈[0,1]。

4.根据权利要求1或2所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤3)所述的图像特征为颜色特征、纹理特征、形状特征或空间关系特征中的一种或两种以上。

5.根据权利要求3所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤3)所述的图像特征为颜色特征、纹理特征、形状特征或空间关系特征中的一种或两种以上。

6.根据权利要求1或2或5所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤3)所述的图像特征为颜色特征和空间关系特征，表示方法如下：

其中，E_m和V_m分别为颜色空间L a b三个分量和像素的位置坐标(x，y)的均值和方差，n为超像素块含有像素点的个数。

7.根据权利要求3所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤3)所述的图像特征为颜色特征和空间关系特征，表示方法如下：

其中，E_m和V_m分别为颜色空间L a b三个分量和像素的位置坐标(x，y)的均值和方差，n为超像素块含有像素点的个数。

8.根据权利要求4所述的一种基于车载单目视觉室外道路自适应分类器生成方法，其特征在于，步骤3)所述的图像特征为颜色特征和空间关系特征，表示方法如下：

其中，E_m和V_m分别为颜色空间L a b三个分量和像素的位置坐标(x，y)的均值和方差，n为超像素块含有像素点的个数。