[发明专利]一种基于多幅子图与图像显著性分析的车辆检测方法

说明书

本发明提出了一种基于多幅子图与图像显著性分析的车辆检测方法，包括如下步骤：S1，基于多幅子图融合的显著性预处理；S2，对含有目标车辆的候选目标区域进行边界修正；S3，将修正后的目标候选区域进行精确判断；S4，多帧联合与去重合；S5，输出目标窗口区域坐标，完成车辆检测。本发明时间复杂度低，实时性高，可以适应多种不同的诸如雨天或者夜间等场景。

技术领域

本发明涉及车辆检测领域，具体涉及一种基于多幅子图与图像显著性分析的车辆检测方法。

背景技术

前方碰撞预警系统(Forward Collision Warning)，FCW能够通过雷达系统来时刻监测前方车辆，判断本车于前车之间的距离、方位及相对速度，当存在潜在碰撞危险时对驾驶者进行警告。FCW系统本身不会采取任何制动措施去避免碰撞或控制车辆。

做为FCW中重要的一环，基于视觉传感器的移动车辆检测成为众多同行研究的焦点之一。目前的基于视觉传感器的移动车辆检测方法，在处理大逆光情况时往往难以将目标车辆检出，因为此时不论是车底阴影还是车尾灯等信息都与周围环境存在较低的对比度，传统预处理的手段往往不再适用；而对于滑动窗口的检测手段，则需要大量训练代价并伴有高虚警的风险。因此，大逆光情况往往是各种新兴车辆检测方法挑战的场景之一。

发明内容

为了解决上述问题，本发明提供了一种基于多幅子图与图像显著性分析的车辆检测方法。本发明提供的一种基于多幅子图与图像显著性分析的车辆检测方法，时间复杂度低，实时性高，可以适应多种不同的诸如雨天或者夜间等场景。

本发明采用的技术方案如下：

一种基于多幅子图与图像显著性分析的车辆检测方法，包括如下步骤：

S1，基于多幅子图融合的显著性预处理；

S2，对含有目标车辆的候选目标区域进行边界修正；

S3，将修正后的目标候选区域进行精确判断；

S4，多帧联合与去重合；

S5，输出目标窗口区域坐标，完成车辆检测。

上述的一种基于多幅子图与图像显著性分析的车辆检测方法，其中，所述步骤S1包括如下步骤：

S11，将原始图像划分为若干子图；

S12，针对每幅子图，获取与该子图对应的子区域显著性图像，并将其映射到0-255范围内得到子区域显著性分析图像；遍历子区域显著性分析图的每个像素点，获取在子区域显著性分析图中的每个像素点的子区域显著性分析图像像素值；

S13，将子图映射到0-255的范围内得到子区域拉伸图像；

S14，获取每个像素点的子区域目标图像像素值，所述子区域目标图像像素值＝子区域显著性分析图像像素值-子区域拉伸图像像素值；

S15，根据各个像素点的子区域目标图像像素值得到子区域目标图像，将子区域目标图像进行二值化处理，得到突出了显著性物体的子区域二值图像。

上述的一种基于多幅子图与图像显著性分析的车辆检测方法，其中，所述子图根据目标车辆在原始图像中可能出现的位置与尺寸进行划分，各个子图中至少存在一个子图使得在该子图内包括目标车辆与周围环境形成相对强烈的对比度。

上述的一种基于多幅子图与图像显著性分析的车辆检测方法，其中，所述步骤S12包括如下步骤：

S121，针对每个子区域原始图像，遍历该子区域原始图像，获取该子区域原始图像各个像素的频率，获取像素值的最大值与最小值；

S122，计算每个子区域原始图像中每个像素点到其他像素点的频率的距离之和，做为衡量该点像素对比度的一种度量；