[发明专利]一种基于红外的夜间智能车前方行人检测方法

摘要

一种基于红外的夜间智能车前方行人检测方法，本方法包括如下步骤，首先利用平滑滤波方法、形态学处理技术对输入红外图像序列进行去噪预处理；通过基于像素梯度垂直投影法捕捉输入图像序列中的行人预选区域，根据行人几何特征从行人预选区域中提取感兴趣区域；提取红外图像多级二值模式特征描述感兴趣区域；利用支持向量机算法离线训练行人分类器模型；利用该分类器模型在线判断感兴趣区域为目标行人或背景。与现有技术相比，本方法有效改善行人分类器的鲁棒性；不仅能检测处于静止、行走或者跑步等运动方式下的直立行人,还适合检测骑自行车或摩托车的人体，且按此方法实现的系统能应用于无人驾驶智能车、轮式机器人等的障碍物检测。

主权项

一种基于红外的夜间智能车前方行人检测方法，其特征在于：其包括如下步骤，(1)首先利用平滑滤波方法、形态学处理技术对输入红外图像序列进行去噪预处理；(2)通过基于像素梯度垂直投影法捕捉输入图像序列中的行人预选区域，根据行人几何特征从行人预选区域中提取感兴趣区域；(3)提取红外图像多级二值模式特征描述感兴趣区域；(4)利用支持向量机算法离线训练行人分类器模型；(5)利用该分类器模型在线判断感兴趣区域为目标行人或背景；进一步的，步骤(1)所述平滑滤波方法是对红外摄像仪器获取到的红外图像序列进行中值滤波以去除图像中孤立的噪声点；步骤(1)中所述形态学处理技术是通过形态学腐蚀运算滤除图像中较小的噪声像素，并利用形态学膨胀运算填补弱连接区域；进一步的，步骤(2)所述行人预选区域利用红外成像热辐射的特点，导致图像中行人区域与周围区域灰度值变化明显，通过像素梯度投影方法确定行人预选区域；步骤(2)所述行人几何特征是根据行人宽高比约束分割出大概的行人区域；进一步的，步骤(4)所述离线训练行人分类器具体指:收集含有行人的图片样本和仅含有背景的图片样本构成训练样本空间，提取训练集的多级二值模式特征，采用迭代收集困难样本的训练机制对训练集进行学习；所述学习采用基于直方图交叉核的支持向量机学习算法，获得支持向量机行人分类器；图片样本由手工裁剪得到，高度均大于或等于12个像素，样本尺度调整为64像素×128像素。