一种基于Haar和HoG特征的前车检测方法

摘要

本发明公开了一种基于Haar和HoG特征的前车检测方法：1）人工选取出大量车辆图片和非车辆图片作为训练集的正、负样本，并将正、负样本规格化到24×24像素下；2）使用Haar特征和HoG特征分别对规格化后的每一幅正、负样本进行表征，形成特征向量；3）针对Haar特征和HoG特征形成的两种特征向量分别构建弱分类器；4）利用级联的Adaboost算法对弱分类器进行训练，得到级联车辆强分类器；5）针对车载摄像头获得的前方道路视频图像，将其中各种尺寸、各种位置的子图像输入级联车辆强分类器中进行判断，将判断为车辆的子图像所在判断为前方车辆。本发明是一种实时性好、鲁棒性高的道路前车检测方法，对保障车辆安全行驶，保护人身和财产的安全有着积极的影响。

主权项

一种基于Haar和HoG特征的前车检测方法，其特征在于，包括以下步骤：步骤1） 人工选取出大量车辆图片和非车辆图片作为训练集的正、负样本，并将正、负样本规格化到24×24像素下；步骤2） 使用Haar特征和HoG特征分别对规格化后的每一幅正、负样本进行表征，形成特征向量；步骤3） 针对Haar特征和HoG特征形成的两种特征向量分别构建弱分类器；步骤4） 利用级联的Adaboost算法对弱分类器进行训练，得到级联车辆强分类器；步骤5） 针对车载摄像头获得的前方道路视频图像，将其中各种尺寸、各种位置的子图像输入级联车辆强分类器中进行判断，将判断为车辆的子图像所在判断为前方车辆。