[发明专利]一种重型卡车夜间前方车辆检测方法

摘要

一种重型卡车夜间前方车辆检测方法，获取分类器：阈值处理方法去除重型卡车行驶前方行驶环境灰度图像中干扰；截取车灯对区域为正样本，截取非车灯对区域为负样本；基于haar‑like特征的adaboost算法训练正样本及负样本，得到分类器。实现车辆检测：实时读取视频的当前帧灰度图像并执行以下操作：阈值处理方法去除当前帧灰度图像中的干扰，得到检测处理后的当前帧灰度图像，加载分类器，检测检测处理后的当前帧灰度图像中的车灯对区域，并在拷贝的当前帧灰度图像中标记车灯对区域。本发明去除了尾灯干扰，完好保留车灯对形状，干扰减少，简化了样本数量，提高了分类器的检测率；在原图中标记检测结果，验证了装置的实用性。

主权项

1.一种重型卡车夜间前方车辆检测方法，其特征在于，具体步骤包括：A、获取分类器(1)在重型卡车行驶过程中，拍摄重型卡车行驶前方行驶环境，得到大量的8位灰度图像；(2)采用阈值处理方法去除步骤(1)得到的大量的8位灰度图像中的每一帧灰度图像中的干扰；具体包括：a、计算灰度图像在感兴趣区域(0,Ncols/m,Nrows,Ncols·(m‑1)/m)的像素值均值μl，所述感兴趣区域是指：左上角第一个像素的位置为(0,Ncols/m)，宽为Nrows，高为Ncols·(m‑1)/m；m的取值范围为2～5，m的取值范围使感兴趣区域不包含天空部分；μl的计算公式如式(Ⅰ)所示：式(Ⅰ)中，Ncols表示灰度图像的每列的像素个数，Nrows表示灰度图像的每行的像素个数，Ncols×Nrows是指灰度图像的大小，It(x,y)是指灰度图像中(x,y)点的像素值；b、在灰度图像上划定感兴趣区域(0,k*Ncols/N,Nrows,Ncols/N)，1≤k≤N，N表示在灰度图像上依次等间隔划定的感兴趣区域的个数，k初始值为1；c、在第k个感兴趣区域中，设定大小为m×n的小窗口，m<k1,T_k2,...T_ki，若k<N，取作为第k个感兴趣区域的阈值，k加1，进入步骤c；若k＝N，取T_tN＝max{T_k1,...T_ki}，进入步骤f；f、灰度图像的N个感兴趣区域求得N个不同的阈值Tt1,Tt2,...,TtN；(3)在步骤(2)得到的灰度图像中，截取车灯对区域作为训练分类器的正样本，截取非车灯对区域作为训练分类器的负样本；(4)使用基于haar‑like特征的adaboost算法训练步骤(3)所述正样本及负样本，得到分类器；B、实现车辆检测(5)实时读取视频的当前帧灰度图像并执行以下操作：拷贝当前帧灰度图像，采用阈值处理方法去除所述当前帧灰度图像中的干扰，得到检测处理后的当前帧灰度图像，加载步骤(4)得到的分类器，检测所述检测处理后的当前帧灰度图像中的车灯对区域，输出车灯对区域，并在所述拷贝的当前帧灰度图像中标记车灯对区域。