发明名称 |
基于亮度方差特征的夜间道路车辆检测方法 |
摘要 |
本发明公开了一种基于亮度方差特征的夜间道路车辆检测方法。针对夜间道路监控的车辆检测,本发明以道路监控摄像机为视频来源输入,利用直方图双峰法对图像进行阈值分割,利用大气散射原理对夜间车辆图像进行预处理,再根据图像中的车灯和反射光的亮度方差的数据统计特征差别,采用基于决策树学法区分图像中的反射光和车灯,并剔除图像中的反射光;最终实现夜间车灯的检测。本发明较好的提高夜间车辆检测方法的准确率以及检测的时间性能。 |
申请公布号 |
CN105893970A |
申请公布日期 |
2016.08.24 |
申请号 |
CN201610204298.7 |
申请日期 |
2016.03.31 |
申请人 |
杭州电子科技大学 |
发明人 |
徐向华;李姣 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
杭州君度专利代理事务所(特殊普通合伙) 33240 |
代理人 |
杜军 |
主权项 |
基于亮度方差特征的夜间道路车辆检测方法,其特征在于包括如下步骤:步骤1:根据车灯区域与反射光区域在亮度方差特征上的差异,计算原始图像中车灯区域与反射光区域的像素点对应的方差值,得到对应的方差结果图VR,作为检测过程中的特征;利用大气散射原理对原始图像进行处理,得到反射图RI;利用直方图双峰法对原始图像中的车辆进行阈值分割,得到灰度特征图I;步骤2:对于步骤1得到的三种结果图,分别提取结果图中车灯位置的像素值和反射光位置的像素值,构成三维向量作为检测特征;步骤3:将提取出来的车灯位置的像素值特征作为正样本,反射光位置的像素为负样本;然后利用决策树学习法,对正负样本进行学习训练,得到对应的决策树;步骤4:利用步骤3构建的决策树结果对检测过程中出现的光亮区域像素点实行分类决策,将分类得到是反光区域的像素点消除,得到剩下车灯像素点的二值图像,其中的亮区域就是检测到的车灯区域。 |
地址 |
310018 浙江省杭州市下沙高教园区2号大街 |