发明名称 一种基于机器视觉的夜间车辆目标稳定跟踪方法
摘要 本发明提出了一种基于机器视觉的夜间车辆目标稳定跟踪方法。本发明通过判断稳定跟踪队列的状态,将原始图像传送给车辆跟踪或者检测模块处理;车辆跟踪模块接收图像之后,将使用稳定跟踪队列进行目标跟踪;然后,将稳定跟踪队列成功跟踪过的区域在图像中标记,将标记后的图像传给车辆检测模块;车辆检测模块对接收的图像进行检测,得到检测结果;最后,使用预跟踪队列对检测结果进行筛选,得到连续命中的目标作为稳定跟踪目标,并将其加入至稳定跟踪队列。该方法适用于基于视觉的夜间车载道路目标检测系统,增强目标检测跟踪系统的鲁棒性。本发明可用于车辆智能防撞预警领域及车辆跟踪技术领域。
申请公布号 CN103886292A 申请公布日期 2014.06.25
申请号 CN201410105323.7 申请日期 2014.03.20
申请人 杭州电子科技大学 发明人 徐向华;李枭;任新成;周士杰
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 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1.一种基于机器视觉的夜间车辆目标稳定跟踪方法,其特征在于该方法包括以下步骤:步骤1:接收原始图像:车辆跟踪模块从摄像头接收到一帧原始图像srcImg输入,判断稳定跟踪队列是否为空,如果非空,则由车辆跟踪模块处理图像srcImg,跳至步骤2;如果为空,则将图像srcImg交由车辆检测模块直接处理,跳至步骤4;步骤2:使用基于邻域的稳定跟踪队列方法跟踪目标:利用稳定跟踪队列,在稳定跟踪队列元素的邻域中对图像srcImg进行跟踪,得到跟踪结果,并更新稳定跟踪队列各个元素,具体是:设STL代表稳定跟踪队列,STL<sub>i</sub>为STL的第i个元素,<img file="FDA0000479765740000011.GIF" wi="271" he="87" />为STL<sub>i</sub>的特征集,<img file="FDA0000479765740000012.GIF" wi="206" he="92" />为STL<sub>i</sub>在前一帧出现的区域,enArea为邻域范围系数,<img file="FDA0000479765740000013.GIF" wi="237" he="87" />表示STL<sub>i</sub>在被检测出时所用的阈值集,α表示跟踪阈值集的系数,<img file="FDA0000479765740000014.GIF" wi="150" he="85" />表示STL<sub>i</sub>的生命周期,MAXLN为STL元素的最大生命周期,NM<sub>STL</sub>为STL的元素数量,执行以下步骤:2-1.在图像srcImg中的<img file="FDA0000479765740000015.GIF" wi="204" he="87" />*enArea中,是否能让<img file="FDA0000479765740000016.GIF" wi="264" he="87" />在<img file="FDA0000479765740000017.GIF" wi="234" he="87" />*α的约束下全部的特征匹配成功;如果能,将<img file="FDA0000479765740000018.GIF" wi="268" he="87" />中所有在图像srcImg中的特征更新,跳至2-2,如果不能,则跳至2-3;2-2.使用2-1中的命中结果更新STL<sub>i</sub>在srcImg中的<img file="FDA0000479765740000019.GIF" wi="301" he="87" />同时使<img file="FDA00004797657400000110.GIF" wi="151" he="85" />加一,直到<img file="FDA00004797657400000111.GIF" wi="138" he="85" />达到MAXLN,跳至2-4;2-3.<img file="FDA00004797657400000112.GIF" wi="140" he="85" />减一,当<img file="FDA00004797657400000113.GIF" wi="142" he="85" />等于零时,将<img file="FDA00004797657400000114.GIF" wi="106" he="78" />从STL中删除并将NM<sub>STL</sub>减一,跳至2-4;2-4.i加一,如果i大于NM<sub>STL</sub>时,则结束;否则,跳至2-1;步骤3:标记已跟踪区域:使用上一步骤中已经更新的稳定跟踪队列各元素的信息,对图像srcImg中进行已跟踪目标区域的标记;步骤4:车辆检测模块对其接收的不同图像进行重载,然后由车辆检测模块进行检测得到检测结果;步骤5:使用预跟踪队列方法筛选检测结果:从上一步骤中得到车辆检测结果,使用预跟踪队列进行筛选,从而得到连续命中的稳定跟踪目标,最后将稳定跟踪目标作为新的元素加入至稳定跟踪队列,再跳至步骤1,直到摄像头不再输入新的图像;具体是:设DR<sub>i</sub>为DR中的第i个元素,NM<sub>DR</sub>为DR中元素的数量,PTL代表预跟踪队列,PTL<sub>j</sub>为PTL的第j个元素,NM<sub>PTL</sub>为PTL中元素的数量,<img file="FDA0000479765740000021.GIF" wi="262" he="87" />与<img file="FDA0000479765740000022.GIF" wi="276" he="95" />分别为DR<sub>i</sub>的特征集与PTL<sub>j</sub>的特征集,<img file="FDA0000479765740000023.GIF" wi="211" he="94" />为PTL<sub>j</sub>连续命中次数,<img file="FDA0000479765740000024.GIF" wi="223" he="95" />为PTL<sub>j</sub>是否为连续命中目标的标记,MAXHTM是检测目标能够成为稳定跟踪目标的连续命中次数,执行以下步骤:5-1.将<img file="FDA0000479765740000025.GIF" wi="256" he="88" />与<img file="FDA0000479765740000026.GIF" wi="274" he="95" />进行特征的匹配,如果不能全部匹配成功跳至5-2,如果能全部匹配成功则跳至5-3;5-2.将j加一,如果j大于NM<sub>PTL</sub>,则跳至5-4,否则,跳至5-1;5-3.将<img file="FDA0000479765740000027.GIF" wi="200" he="94" />加一,<img file="FDA0000479765740000028.GIF" wi="227" he="95" />赋值为true,如果<img file="FDA0000479765740000029.GIF" wi="204" he="94" />等于MAXHTM,则将PTL<sub>j</sub>作为新的元素加入STL并从PTL中删除,NM<sub>PTL</sub>减一,跳至5-4;5-4.i加一,j赋值为1,如果i大于NM<sub>DR</sub>时;跳至5-5;否则,跳至5-1;5-5.令j∈[1,NM<sub>PTL</sub>],对于任意j,如果<img file="FDA00004797657400000210.GIF" wi="216" he="95" />的值不为true,则将PTL<sub>j</sub>从预跟踪队列中删除。
地址 310018 浙江省杭州市下沙高教园区2号大街