基于特征點(diǎn)互信息量和光流法的車輛前方目標(biāo)的檢測(cè)方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明設(shè)及一種車輛前方運(yùn)動(dòng)障礙物的檢測(cè)方法，具體設(shè)及一種基于特征點(diǎn)互信 息量和光流法的車輛前方目標(biāo)的檢測(cè)方法。
【背景技術(shù)】：
[0002] 在交通領(lǐng)域中，由于駕駛員注意力不集中、疲勞或醉酒駕駛W及各種突發(fā)狀況的 產(chǎn)生容易造成車禍。為了提高駕駛的安全性和操作的簡(jiǎn)單性，使用相應(yīng)的輔助駕駛系統(tǒng)可 W預(yù)防和減少此類事故的發(fā)生。其中車輛前方障礙物的檢測(cè)也是輔助駕駛系統(tǒng)的關(guān)鍵技術(shù) 之一。
[0003] 目前車輛前方障礙物的檢測(cè)方法主要有；第一種是基于紅外線成像的檢測(cè)，該種 方法不受白天和夜間的一般光線限制，但是易受高溫與強(qiáng)光的影響；第二種是基于雷達(dá)的 障礙物檢測(cè)，該種方法能夠探測(cè)到障礙物的方位信息，但是不能直觀精確的檢測(cè)出障礙物 的具體位置和活動(dòng)范圍，且實(shí)時(shí)性不能滿足實(shí)際交通環(huán)境的要求；第=種是基于激光測(cè)距 的障礙物檢測(cè)方法，該方法能準(zhǔn)確測(cè)量障礙物的距離，但是高精度的激光測(cè)距造價(jià)偏高，且 光學(xué)部件易受損害；隨著數(shù)字圖像處理技術(shù)的發(fā)展，交通領(lǐng)域中的圖像處理也得到了廣泛 的應(yīng)用?；趫D像的障礙物檢測(cè)可W通過(guò)不同的算法設(shè)計(jì)快速、準(zhǔn)確的得到障礙物的位置、 距離信息，并及時(shí)對(duì)駕駛員進(jìn)行預(yù)警，避免交通事故的發(fā)生。
[0004] 傳統(tǒng)的連續(xù)光流法無(wú)法對(duì)于序列圖像中做較大的運(yùn)動(dòng)速度的運(yùn)動(dòng)目標(biāo)特征跟蹤， 但是當(dāng)跟蹤中目標(biāo)物體出現(xiàn)小角度轉(zhuǎn)動(dòng)時(shí)，由于目標(biāo)特征不明確，會(huì)出現(xiàn)的跟蹤開(kāi)孔問(wèn)題。 但是單純的互信息量法雖然在目標(biāo)跟蹤過(guò)程中，計(jì)算準(zhǔn)確，但耗時(shí)過(guò)長(zhǎng)，不能滿足實(shí)時(shí)性的 要求。

【發(fā)明內(nèi)容】
：
[0005] 本發(fā)明的目的在于針對(duì)現(xiàn)有的檢測(cè)方法成本高、不易維護(hù)、W及檢測(cè)不精確的缺 陷，W及基于機(jī)器視覺(jué)的障礙物檢測(cè)算法運(yùn)算復(fù)雜、速度較慢、提取不精確等的不足，結(jié)合 了傳統(tǒng)光流法速度快W及基于特征的互信息量法精度高的特點(diǎn)，提出一種基于特征點(diǎn)互信 息量和光流法的車輛前方目標(biāo)的檢測(cè)方法。
[0006] 為達(dá)到上述目的，本發(fā)明采用如下的技術(shù)方案予W實(shí)現(xiàn)：
[0007] 基于特征點(diǎn)互信息量和光流法的車輛前方目標(biāo)的檢測(cè)方法，按W下步驟進(jìn)行：
[000引步驟一，讀取視頻中相鄰帖的原始圖像，將彩色圖像轉(zhuǎn)化成灰度圖像；
[0009] 步驟二，對(duì)灰度圖像進(jìn)行預(yù)處理，進(jìn)行圖像增強(qiáng)；
[0010] 步驟S，對(duì)增強(qiáng)后的灰度圖像進(jìn)行平滑；
[0011] 步驟四，使用基于互信息量的特征點(diǎn)匹配的光流法對(duì)平滑后的灰度圖像中車輛前 方運(yùn)動(dòng)障礙物進(jìn)行檢測(cè)。
[0012] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟二中，使用直方圖均衡法對(duì)灰度圖像進(jìn)行增強(qiáng)，W 增加被檢測(cè)障礙物與圖像背景間的差異。
[0013] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟S中，對(duì)增強(qiáng)后的灰度圖像采用中值濾波的平滑 處理方法，用W去除無(wú)用信息。
[0014] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟四中，具體實(shí)現(xiàn)步驟如下：
[001引1)特征點(diǎn)提??；采用Harris角點(diǎn)檢測(cè)的方法提取特征點(diǎn)；
[0016] 2)標(biāo)記；將提取的特征點(diǎn)進(jìn)行標(biāo)記；
[0017] 3)判定角點(diǎn)個(gè)數(shù)：分別W相鄰兩帖圖像為Ii和I2,記錄兩幅圖中各個(gè)標(biāo)記角點(diǎn)的 坐標(biāo)cKx，y)，i= 1，2,…m，c/〇,y)，j= 1，2,…n，m，nGN，，其中m，n分別代表Ii和 12中 角點(diǎn)的個(gè)數(shù)；
[001引 4)選定區(qū)域；分別W角點(diǎn)詩(shī)，c/為中心化每個(gè)角點(diǎn)的8鄰域?yàn)榫匦螀^(qū)域件皆： [001引W計(jì)算互信息量；Wd為中心巧為原始區(qū)域，對(duì)于12中的礦分別計(jì)算互信息 量K奸巧)；
[0020] 6)確定角點(diǎn)鏈；選擇互信息量最大的兩個(gè)點(diǎn)為匹配點(diǎn)，即為角點(diǎn)鏈；
[0021] 7)計(jì)算角點(diǎn)光流；使用基于梯度的光流法計(jì)算角點(diǎn)的光流，得到光流矢量（U,V);
[0022] 8)距離、角度準(zhǔn)則確定：根據(jù)步驟7)分別求得相鄰兩帖圖像的矢量 (Ui，VI)，（U2, 2)，刪除具有相同矢量的角點(diǎn)；設(shè)定距離和角度準(zhǔn)則，判定角點(diǎn)的分布，最終檢 測(cè)出車輛前方運(yùn)動(dòng)障礙物；
[002引 9)闊值化；設(shè)置距離闊值dth，角度闊值a化，將d<dth，a<ath的角點(diǎn)光流聚 類，得到最終的檢測(cè)結(jié)果。
[0024] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟5)中，互信息量P(巧，巧）的計(jì)算公式如下：
[0030] 其中；H(巧)，H佑2)分別為區(qū)域C/的滴；H(巧，巧）為二者的聯(lián)合滴； Pq!恤)，P奸化)分別為區(qū)域巧，巧的灰度分布概率密度；Pq徊}二管，Pcf化3 =黃，k= 0, 1，2, 1為該區(qū)域像素點(diǎn)灰度最大值；a。bi分別表示區(qū)域巧，巧的像素點(diǎn)的灰度 值，3k，bk為區(qū)域件巧出現(xiàn)a。bi級(jí)灰度的像素?cái)?shù)，a,b分別表示區(qū)域社皆圖像像素總數(shù)。
[0031] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟6)中，角點(diǎn)鏈的計(jì)算公式如下：
[0032]
[0033] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟7)中，匹配點(diǎn)對(duì)的光流近似相同，具體步驟如 下：
[0034]a.計(jì)算圖像I中角點(diǎn)的光流基本方程為；
[00；35]I(X,y,t) =I(x+dx,y+dy,t+dt)
[003引式中t表示時(shí)間軸；用泰勒展開(kāi)式展開(kāi)后，可得
[0037]
[0038]巧
可得光流約束方程：
[0039] IxU+IyV+It= 0
[0040]b.對(duì)上式用最小二乘法計(jì)算求得另一個(gè)光流約束方程；在區(qū)域軒，巧中對(duì)所有像 素的水平、垂直、時(shí)間軸上分別求和，可得
[0043] 通過(guò)上式，求得角點(diǎn)的梯度光流場(chǎng)。
[0044] 本發(fā)明進(jìn)一步的改進(jìn)在于，步驟8)中，距離準(zhǔn)則如下：
[004引本發(fā)明進(jìn)一步的改進(jìn)在于，步驟9)中，設(shè)置距離闊值dth= 4,角度闊值ath= 1.5,將d<cU，a<Qth的角點(diǎn)光流聚類，得到最終的檢測(cè)結(jié)果。
[0049]與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：
[0050] 1.由于使用特征點(diǎn)檢測(cè)的方法，對(duì)于前方障礙物及時(shí)檢測(cè)提供了準(zhǔn)確、及時(shí)的信 息；
[0051] 2.發(fā)明中設(shè)及了使用基于特征點(diǎn)的相鄰帖之間的互信息量計(jì)算，既減少了標(biāo)定障 礙物所消耗的時(shí)間，且標(biāo)定位置目標(biāo)準(zhǔn)確、清晰，精度高；
[0052] 3.發(fā)明中采用了基于角點(diǎn)鏈的光流，便于快速識(shí)別障礙物體，且縮小了障礙物跟 蹤的范圍；
[0053] 4.發(fā)明中對(duì)于惡劣天氣造成圖像不清晰的問(wèn)題，采用了簡(jiǎn)單的直方圖增強(qiáng)方法， 既能滿足實(shí)時(shí)性要求，又對(duì)車輛前方障礙物檢測(cè)的清晰度提供了有利的條件；
[0054] 5.發(fā)明中根據(jù)準(zhǔn)則進(jìn)行光流檢測(cè)，便于前方動(dòng)態(tài)的障礙物檢測(cè)。本發(fā)明的優(yōu)點(diǎn)在 于既能夠滿足車輛前方障礙物體的檢測(cè)的準(zhǔn)確性，又能保證準(zhǔn)確檢測(cè)車輛前方動(dòng)態(tài)障礙物 的實(shí)時(shí)性。
【附圖說(shuō)明】：
[00巧]圖1為本發(fā)明的方法流程圖；
[0056] 圖2(a)、圖2(b)分別取自視頻中相鄰兩帖圖像，為本發(fā)明的原始圖像；
[0057] 圖3(a)為第一帖圖像的角點(diǎn)檢測(cè)結(jié)果圖，即圖2(a)的角點(diǎn)檢測(cè)結(jié)果圖；圖3化） 為第二帖圖像的角點(diǎn)檢測(cè)結(jié)果圖，即圖2(b)的角點(diǎn)檢測(cè)結(jié)果圖；
[0058] 圖4為光流計(jì)算結(jié)果圖；
[0059] 圖5為本發(fā)明運(yùn)動(dòng)障礙物檢測(cè)結(jié)圖果。
【具體實(shí)施方式】：
[0060] W下結(jié)合實(shí)施例與附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
[0061] 參照附圖1，遵循本發(fā)明的技術(shù)方案，該實(shí)施例的基于特征點(diǎn)互信息量和光流法的 車輛前方目標(biāo)的檢測(cè)方法，按W下步驟進(jìn)行：
[0062] 步驟一，讀取車載攝像機(jī)拍攝的視頻中相鄰兩帖的清晰、穩(wěn)定的圖像作為原始圖 像，如圖2(a)和化)，將彩色圖像轉(zhuǎn)化成灰度圖像；
[0063] 步驟二，由于大霧或者雨雪天氣可見(jiàn)度低，光照不好，通常會(huì)造成圖像的分辨率 低，因此要對(duì)圖像進(jìn)行預(yù)處理，本發(fā)明使用直