CN103914701B - 一种基于图像的夜间车辆检测方法 - Google Patents
一种基于图像的夜间车辆检测方法 Download PDFInfo
- Publication number
- CN103914701B CN103914701B CN201410104987.1A CN201410104987A CN103914701B CN 103914701 B CN103914701 B CN 103914701B CN 201410104987 A CN201410104987 A CN 201410104987A CN 103914701 B CN103914701 B CN 103914701B
- Authority
- CN
- China
- Prior art keywords
- image
- car light
- car
- vehicle
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000000877 morphologic effect Effects 0.000 claims abstract description 9
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 230000003628 erosive effect Effects 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract description 2
- 230000036632 reaction speed Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Abstract
一种基于图像的夜间车辆检测方法,包括如下步骤:计算机读取获取的图像;将图像进行灰度变换、中值滤波、形态学处理等预处理;将过程中的中值滤波图像与形态学腐蚀后的图像进行减运算;将图像进行二值化,阈值为灰度值的最大值与最小值之和的二分之一,大于阈值的像素点为车灯的初始信息,为了是视觉效果更好,对图像再进行膨胀处理,此时的图像中有不属于车灯的部分;提取出同一辆车的车灯,同时将多余部分去除;此时计算机输出的图像为最终夜间汽车前照灯的车灯信息的检测结果。本发明方法适用于摄像机固定的场景下夜间车辆检测,具有通用性高、精确性高,反应速度快等优点。
Description
技术领域
本发明涉及一种计算机视觉信号采集技术,尤其是一种通过计算机采集夜间车辆前照灯信号来进行车辆检测的方法。
背景技术
随着社会经济的快速发展以及现代科技的进步,汽车已成为现代社会中最重要的交通工具。汽车化在一定程度上给人们出行带来很大的便利,同时加快了社会生活的节奏,提高了人们的工作效率,但汽车化在给人类带来便利和享受的同时,也让人们不得不面对诸多的问题。随着汽车数量的增加,出现了严重的交通问题,交通拥挤易造成大量交通事故频繁发生,道路拥挤造成车辆等待时间增长,车辆违章、秩序混乱等事件频繁发生。因此,如何有效地解决交通问题已经成为世界多国共同关注的问题。目前,国内外科学研究人员致力于交通信息采集技术的研究,通过视频监控对车辆进行检测、跟踪、计数以及违章判决等。车辆检测是智能交通中一个很重要的应用,为实现视频跟踪、车流量、车流速等交通道路信息提供可靠保障,用以缓解交通拥堵、检测问题。对于夜间车辆检测的智能化研究,20世纪60年代美国就开始了有关智能交通系统(ITS)方面的研究,Lee等用Retinex算法进行预处理来消除光照的干扰,使用自适应背景估计算法检测出运动目标并对运动区域进行估计提取出车辆特征,用于车型识别;R.Cucchiara通过对具有车灯、投射光束、路灯等显著特征的图像进行阈值化,再经过形态学分析提取出车灯对,作为检测目标;Ming-Yang Chem等通过预处理将彩色图部分换为灰度图处理,设定高阈值进行二值化,同时考虑R、G和B分量在实际应用中的特征经验认定车灯的特征值,并估算在2D平面上的3D世界逆坐标变换后产生的车灯成对距离估算,以扫描图上成对车灯,来检测车的存在。国内在夜间车辆检测方面的研究中,谭荣伟等人采用了对原始图像做“浮雕”处理的预处理方式来消除夜间条件下车灯对检测结果的影响;李熙莹利用前车灯的高亮度显示,来判断当前图片是否包含一定大小的白色连通区域来判断是否抓拍;Yen-Lin Chen提出一种根据检测车辆前面的摄像头辅助定位夜间路上的车辆的头灯和尾灯从而识别车辆的方法;刘勃提出了一种根据车尾灯区域具有明显偏红色的特征来计算图像中各区域的偏红水平,判断该区域是否属于车尾灯区域。
在上述所有的检测方法中,背景差法运用得比较广泛。背景差法是通过目标图像与背景图像相减来实现运动目标的检测,该方法的优点是在复杂背景下运动物体检测较好、实现简单、计算量小,在环境比较理想的情况下能够精确的检测运动目标的位置及轮廓信息、很好的分割出车灯信息。但是在实际应用中,背景往往会由于拍摄时间的不同,容易受到光照变化、噪声和外来事物入侵等因素的影响,需要实时的更新背景,对于与背景灰度接近的目标不能完全检测出来。此时若要得到精确地目标信息,就需要经过复杂的算法,但复杂的算法使计算量加大,计算时间长,使得快速性变差。但想提高快速性就必须减少计算量,而计算量的减少便会使精确度难以保证。而通过图片本身的变化进行处理可以避免背景的变化,对夜间车辆前照灯的信息提取更为准确。
发明内容
本发明目的在于提供一种提高目标提取准确性、减少背景更新增加的时间消耗、在背景图像未知的情况下通过图像自身变换对车辆进行检测评估的夜间车辆检测方法。
为实现上述目的,本发明所述方法步骤如下,
(1)图像获取——在相关网站上下载夜间车辆行驶图像以及利用摄像机实地拍摄有目标车辆的图像;
(2)图像预处理——将获取的图像依次进行如下操作,
①进行双精度变换;
②进行灰度变换处理;
③进行中值滤波处理;
④进行形态学运算的膨胀与腐蚀处理;
(3)图像的减运算——将经过中值滤波处理后的图像与经过形态学腐蚀后的图像进行减运算,得到增强的黑白图像;
(4)车灯信息提取——对经过减运算后的图像进行二值化,阈值为对应灰度图像的最大灰度值与最小灰度值之和的二分之一,大于阈值的像素点为初始车灯信息,为了使车灯信息更加清楚,视觉效果更好,对获取的车灯信息进行膨胀处理;
(5)框定同一辆车的车灯信息——根据所选图像的提取结果确定同一车辆的车灯宽度,将同一辆车的车灯用方框进行框定标记,未框定区域设定为非车灯区域,将未框定区域的像素值变为0,在图像上去除非车灯区域;计算机输出的图像为车灯信息的检测结果;
(6)车体估计——背景较暗的情况下,根据车灯的位置对车体进行估计;背景较亮的情况下,采用边缘检测方法估计车体。
工作过程大致如下:
计算机读取获取的图像;再将图像依次进行灰度变换、中值滤波、形态学处理等预处理;将过程中的中值滤波图像与形态学腐蚀后的图像进行减运算;将图像进行二值化,阈值为灰度值的最大值与最小值之和的二分之一,大于阈值的像素点为车灯的初始信息,为了提高视觉效果,对图像进行膨胀处理,此时的图像中有不属于车灯的部分;提取出同一辆车的车灯,同时将多余部分去除;此时计算机输出的图像为最终夜间汽车前照灯的车灯信息的检测结果。
与现有技术相比,本发明具有如下优点:
1、适用于环境比较复杂的场景,不需要背景的实时更新;
2、在传统背景差法基础上通过图像自身变换再进行减运算,有效减少因背景更新而增加的时间消耗;
3、通用性高、检测目标精确、检测速度快,对于与背景灰度接近的车辆目标也能进行有效检测。
附图说明
图1是本发明方法的夜间车辆前照灯信息提取的流程图。
图2是本发明方法的实验结果截图。
图2a)是带有目标车辆的灰度图像;
图2b)是经过中值滤波处理后的图像;
图2c)是经过形态学处理后图像;
图2d)是经过减运算后得到增强的黑白图像;
图2e)是车灯信息提取的图像;
图2f)是对车灯信息提取图像进行膨胀处理后的图像;
图2g)是框定车灯对信息的图像;
图2h)是对图2g)去除多余区域后得出的图像;
图2i)是对车体估计操作的图像。
图3是本发明方法中框定同一辆车车灯信息的工作流程图。
具体实施方式
下面结合附图对本发明做进一步详细说明:
本发明方法是在背景图像未知的情况下提出的。
如图1所示的本发明方法的夜间车辆前照灯信息提取的流程图,结合图2所示的实验结果截图,本发明所述方法的具体实施方式如下,
(1)图像获取——在相关网站上下载夜间车辆行驶图像以及利用摄像机实地拍摄有目标车辆的图像;
(2)图像预处理——将获取的图像依次进行如下操作,
①进行双精度变换;
②进行灰度变换处理;
③进行中值滤波处理,消除图像的随机干扰噪声;
④进行形态学运算的膨胀与腐蚀处理,用结构元素进行开运算来消除图像背景中与结构元素不符的部分;再进行闭运算得到背景与原图像相似的背景图像;
(3)图像的减运算——将经过中值滤波处理后的图像与经过形态学腐蚀后的图像进行减运算,得到增强的黑白图像;
(4)车灯信息提取——对经过减运算后的图像进行二值化,阈值为对应灰度图像的最大灰度值与最小灰度值之和的二分之一,大于阈值的像素点为初始车灯信息,为了使提取的视觉效果更好,用半径为1的圆盘形结构元素进行膨胀,使得车灯信息更加明显;
(5)框定同一辆车的车灯信息——根据所选图像的提取结果确定同一车辆的车灯宽度,将同一辆车的车灯用方框进行框定标记,未框定区域设定为非车灯区域,将未框定区域的像素值变为0,在图像上去除非车灯区域;计算机输出的图像为车灯信息的检测结果;
要想将同一辆车的车灯框起来,首先要做的就是要对方框进行定位。建立六个零矩阵,分别存放每一个亮点连通区域最小的竖坐标,再将每一连通区域的中心坐标进行计算,中心坐标中的纵坐标矩阵用g1表示,横坐标矩阵用g2表示。
当车灯的中心纵坐标之差满足以下几种情况,则为同一辆车的车灯:
①中心纵坐标相同;
②中心纵坐标之差大于0小于3;
③某一亮区域上下一定范围内没有标记区域,此区域定位多余区域,即非车灯的区域;
经过判断将同一辆车的车灯用红色的方框框起来,将非车灯区域的像素变为0,从而提取出车灯的有效信息,去除不属于车灯的多余部分;
(6)车体估计——背景较暗的情况下,提取车辆的轮廓比较困难,此时根据车灯的位置对车体进行大体估计;背景较亮的情况下,采用边缘检测方法估计车体。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (1)
1.一种基于图像的夜间车辆检测方法,其特征在于:所述方法步骤如下,
(1)图像获取——下载夜间车辆行驶图像以及利用摄像机实地拍摄有目标车辆的图像;
(2)图像预处理——将获取的图像依次进行如下操作,
①进行双精度变换;
②进行灰度变换处理;
③进行中值滤波处理;
④进行形态学运算的膨胀与腐蚀处理;
(3)图像的减运算——将经过中值滤波处理后的图像与经过形态学腐蚀后的图像进行减运算,得到增强的黑白图像;
(4)车灯信息提取——对经过减运算后的图像进行二值化,阈值为对应灰度图像的最大灰度值与最小灰度值之和的二分之一,大于阈值的像素点为初始车灯信息,对获取的车灯信息进行膨胀处理;
(5)框定同一辆车的车灯信息——根据所选图像的提取结果确定同一车辆的车灯宽度,将同一辆车的车灯用方框进行框定标记,未框定区域设定为非车灯区域,将未框定区域的像素值变为0,在图像上去除非车灯区域;计算机输出的图像为车灯信息的检测结果;
(6)车体估计——背景较暗的情况下,根据车灯的位置对车体进行估计;背景较亮的情况下,采用边缘检测方法估计车体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410104987.1A CN103914701B (zh) | 2014-03-20 | 2014-03-20 | 一种基于图像的夜间车辆检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410104987.1A CN103914701B (zh) | 2014-03-20 | 2014-03-20 | 一种基于图像的夜间车辆检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103914701A CN103914701A (zh) | 2014-07-09 |
CN103914701B true CN103914701B (zh) | 2017-10-27 |
Family
ID=51040369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410104987.1A Expired - Fee Related CN103914701B (zh) | 2014-03-20 | 2014-03-20 | 一种基于图像的夜间车辆检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103914701B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200364475A1 (en) * | 2018-03-23 | 2020-11-19 | Honda Motor Co., Ltd. | Object recognition apparatus, vehicle, and object recognition method |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871253A (zh) * | 2014-03-03 | 2014-06-18 | 杭州电子科技大学 | 一种基于自适应背景差分的车流量检测方法 |
CN104732235B (zh) * | 2015-03-19 | 2017-10-31 | 杭州电子科技大学 | 一种消除夜间道路反光干扰的车辆检测方法 |
CN104914997A (zh) * | 2015-05-25 | 2015-09-16 | 华东师范大学 | 基于可穿戴计算机设备的字符快速识别系统及其识别方法 |
CN105320938B (zh) * | 2015-09-25 | 2018-11-02 | 安徽师范大学 | 一种夜晚环境下的后方车辆检测方法 |
CN108256386A (zh) * | 2016-12-28 | 2018-07-06 | 南宁市浩发科技有限公司 | 自适应特征选择的夜间车辆检测方法 |
CN108491796B (zh) * | 2018-03-22 | 2021-10-22 | 电子科技大学 | 一种时域周期点目标检测方法 |
CN111147763B (zh) * | 2019-12-29 | 2022-03-01 | 眸芯科技(上海)有限公司 | 基于灰度值的图像处理方法及应用 |
CN112071079B (zh) * | 2020-09-07 | 2022-06-07 | 浙江师范大学 | 一种基于5g传输的机器视觉车辆远光灯检测预警系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382997A (zh) * | 2008-06-13 | 2009-03-11 | 青岛海信电子产业控股股份有限公司 | 夜间车辆的检测与跟踪方法及装置 |
CN103164685A (zh) * | 2011-12-09 | 2013-06-19 | 株式会社理光 | 车灯检测方法和车灯检测设备 |
CN103208185A (zh) * | 2013-03-19 | 2013-07-17 | 东南大学 | 一种基于车灯识别的夜间车辆检测方法及系统 |
CN103473547A (zh) * | 2013-09-23 | 2013-12-25 | 百年金海科技有限公司 | 一种用于智能交通检测系统的车辆目标物识别算法 |
-
2014
- 2014-03-20 CN CN201410104987.1A patent/CN103914701B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101382997A (zh) * | 2008-06-13 | 2009-03-11 | 青岛海信电子产业控股股份有限公司 | 夜间车辆的检测与跟踪方法及装置 |
CN103164685A (zh) * | 2011-12-09 | 2013-06-19 | 株式会社理光 | 车灯检测方法和车灯检测设备 |
CN103208185A (zh) * | 2013-03-19 | 2013-07-17 | 东南大学 | 一种基于车灯识别的夜间车辆检测方法及系统 |
CN103473547A (zh) * | 2013-09-23 | 2013-12-25 | 百年金海科技有限公司 | 一种用于智能交通检测系统的车辆目标物识别算法 |
Non-Patent Citations (1)
Title |
---|
基于帧差法的夜间城市道路车辆检测;李从生 等;《制造业自动化》;20111231;第33卷(第2期);全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200364475A1 (en) * | 2018-03-23 | 2020-11-19 | Honda Motor Co., Ltd. | Object recognition apparatus, vehicle, and object recognition method |
Also Published As
Publication number | Publication date |
---|---|
CN103914701A (zh) | 2014-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103914701B (zh) | 一种基于图像的夜间车辆检测方法 | |
Li et al. | Nighttime lane markings recognition based on Canny detection and Hough transform | |
CN102982304B (zh) | 利用偏光图像检测车辆位置的方法和系统 | |
CN107891808B (zh) | 行车提醒方法、装置及车辆 | |
CN109829403A (zh) | 一种基于深度学习的车辆防碰撞预警方法及系统 | |
CN104077756B (zh) | 一种基于车道线置信度的方向滤波方法 | |
CN104657727A (zh) | 一种车道线的检测方法 | |
Wang et al. | Robust and real-time traffic lights recognition in complex urban environments | |
JP6723328B2 (ja) | 車両検出方法、動的光強度に基づく夜間の車両検出方法及びそのシステム | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
CN103077384A (zh) | 一种车标定位识别的方法与系统 | |
CN104992145A (zh) | 一种矩采样车道跟踪检测方法 | |
CN105426868A (zh) | 一种基于自适应感兴趣区域的车道检测方法 | |
CN103902985A (zh) | 一种基于roi的强鲁棒性实时车道侦测算法 | |
CN104766344A (zh) | 基于运动边缘提取器的车辆检测方法 | |
CN103927548A (zh) | 一种新的避免车辆碰撞的刹车行为检测方法 | |
CN105069441A (zh) | 一种基于背景更新与粒子群算法的运动车辆检测方法 | |
CN101246553B (zh) | 一种基于三角剖分变换的车型识别方法 | |
CN109285169B (zh) | 一种基于车轮识别的道路救援装备侧方位拖牵诱导方法 | |
Wang et al. | License plate location algorithm based on edge detection and morphology | |
CN109145797B (zh) | 基于车底阴影定位车牌的道路救援装备正方位诱导方法 | |
CN109376733B (zh) | 一种基于车牌定位的道路救援装备正方位拖牵诱导方法 | |
CN104867332B (zh) | 基于隔帧差法的前方车道线内行驶车辆的检测方法 | |
Guo et al. | Lane detection based on the random sample consensus | |
CN110349415B (zh) | 一种基于多尺度变换的行车速度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20171027 |
|
CF01 | Termination of patent right due to non-payment of annual fee |