一种用于夜间环境的车辆尾灯对检测方法
【技术领域】
[0001] 本发明属于图像处理技术领域，设及图像信息感知，具体设及一种用于夜间环境 的车辆尾灯对检测方法。
【背景技术】
[0002] 交通安全问题已成为世界性的重大问题，而汽车的安全性对人类生命财产的影响 更是不言而喻。随着高速公路的发展和汽车性能的提高，汽车行驶速度也相应加快，加之汽 车数量增加 W及交通运输日益繁忙，汽车事故增多所引起的人员伤亡和财产损失，已成为 一个不容忽视的社会问题，汽车的行车安全更显得非常重要。传统的被动安全已经远远不 能避免交通的事故发生，而主动安全技术由于可W预防事故的发生而倍受关注。视觉传感 由于具有信息量大、成本低廉的特点，在汽车主动安全领域有着广泛的应用。
[0003] 车辆检测技术是指利用图像传感手段对图像中的车辆捜寻和判定，获得图像中车 辆的多种属性(如位置、速度、形状、外观)的过程。它是汽车主动安全领域，尤其是实现追尾 预警（Forward Collision WarningJCW) W及自动紧急刹车（Automatic Emergen巧 braking，AEB)功能的关键技术之一。
[0004] 目前，大部分现有车辆检测方法均是针对日间情况下加 W实现，大多采用基于车 辆外观的辨识方法，如采用车辆轮廓、对称性、颜色等等信息。但是，在夜间环境下，由于缺 乏太阳光的光照，环境光源仅仅由路灯和本车头灯(城市环境下）或者是仅由本车头灯(郊 外环境下）构成;运就导致环境光源强度低、分布不均的特点，从而使得前方车辆的绝大多 数外观信息(轮廓、对称性、颜色等）由于反射光强的不足而不可获得，使得现有车辆检测方 法失效;因此，如何提高夜间车辆检测的准确性和实时性，解决夜间实际道路环境下的车辆 检测一直是亟待解决的问题。
[0005] 通过观察，我们发现高亮的尾灯是夜间车辆检测最明显的特征，在灰度图像上呈 高亮的白色对，在彩色图像上是明显的红色对，并且基本不受到环境光源变化的影响，是较 为稳定的车辆特征之一。
[0006] 如何提高夜间车辆检测的准确性和实时性，解决夜间实际道路环境下的车辆检测 一直是亟待解决的问题，为提升夜间车辆检测的能力，使检测的更为准确、更少的错误检 测，本发明提出一种用于夜间环境的车辆尾灯对检测方法。
【发明内容】
[0007] 本发明为解决夜间车辆检测的准确性和实时性，提升夜间车辆检测的能力，使检 测的更为准确、更少的错误检测，本发明提出一种用于夜间环境的车辆尾灯对检测方法。 [000引本发明是通过W下技术方案实现的：
[0009] -种用于夜间环境的车辆尾灯对检测方法，包括如下步骤：
[0010] 步骤1)图像采集:装有图像采集装置的车辆在夜间行进时采集车辆前方的图像， 记为图像A;
[0011] 步骤2)图像A二值化：确定一个阔值Ti对图像A二值化，阔值T的范围为T e [ 150， 255]，选取阔值Tl确定类间距离化，其中，类间距离化表示为：
[0012]
[001引Pf为图像A中假设属于车灯的像素 (Pf >Ti) ,Pb为图像A中假设不属于车灯的像素 (Pb<Ti);nf表示的是亮度值大于Tl的像素点个数;加表示的是亮度值小于Tl的像素点个数； [0014]选取具有最大类间距离Di时对应的Tl为阔值;并采用阔值Tl对图像A进行二值化； 高于该阔值Tl的像素置"r，表示白色像素;将其余像素置％"，表示黑色像素；
[001引步骤3)对二值化后的图像A中像素置"r的连通区域标记:设提取出的连通区域数 目为n，标记所有区域为Zi、Z2…、Zj、…、Zn;
[0016] 步骤4)尾灯对匹配:首先，针对每一个标记的连通区域&，分别计算其如下几个参 数：
[0017] (1)面积 A"
[001 引（2)圆形度 R0j:R0j = (Cj)2/Aj;
[0019] (3)最小外接矩形Rctj;
[0020] 其中Cj表示连通区域&的周长；
[0021] 然后，对任意两个连通区域进行尾灯对匹配性度量，对n个连通区域，则产生n(n-1)个匹配性度量值;设任意两个连通区域Za和连通区域Zb的匹配性度量值为Mab:
[0022] 匹配性度量值为Mab的计算函数如下：
[0023] Mab = O. 2*Size_rateab+0.15*Round_rateab+0.55*0verlap_rateab
[0024] 其中：Size_rateab表明面积的匹配度，具体计算方式是连通区域Za和连通区域Zb 中较小的面积比上较大的面积;其计算公式如下：
[0025]
[0026] Round_rateab表明圆形度的匹配度，具体计算方式是连通区域Za和连通区域Zb中 较小的圆形度比上较大的圆形度;其计算公式如下：
[0027]
[002引 Overlap_rateab表明水平方向上的重合度，其计算方式为连通区域Za和连通区域 Zb的最小外接矩形Rcta、最小外接矩形Rctb在垂直方向上的投影的重合部分的长度比连通 区域Za和连通区域Zb的最小外接矩形Rcta、最小外接矩形Rctb投影总长;投影总长=(Rcta和 Rctb长度和-重合部分的长度）；
[0029] 连通区域Za和连通区域Zb的匹配性度量值Mab>0.75,则认为连通区域Za和连通区 域Zb共同组成了一个尾灯对。
[0030] 进一步的，步骤1)中所述图像采集装置为CCD或CMOS摄像机。
[0031 ]进一步的，步骤1)中图像采集装置安装于车辆后视镜下方。
[0032]进一步的，步骤2)中选定图像A的下二分之一部分作为感兴趣区域(ROI) W减少后 续计算量。
[0033] 进一步的，步骤2)中，阔值T的范围为T e [ 200，255 ]。
[0034] 有益效果：
[0035] 1.-种用于夜间环境的车辆尾灯对检测方法通过利用尾灯形状、面积、位置信息， 构建尾灯对匹配函数，实现红色尾灯对的检测和定位。
[0036] 2.提升了夜间车辆检测的准确性和实时性能力，使检测的更为准确、更少的错误 检测。
[0037] 3.图像采集装置安装于车辆后视镜下方，从而确保获得本车前方视野合适，画面 清晰的图像。
[0038] 4.选定图像A的下二分之一部分作为初始感兴趣区域(ROI)减少了后续计算量，节 省了时间成本。
[0039] 5.阔值T的范围定为Te [200,255]，提高了计算效率。
【附图说明】
[0040] 图1为本发明实施方案流程图；
[0041] 图2为本发明中重合度计算示意图；
[0042] 图3为本发明图像采集流程图；
【具体实施方式】
[0043] 为使本发明便于理解，对W下几个专业概念进行说明：
[0044] 感兴趣区域(ROI)为region of interest;
[0045] 连通区域:是数学的基本概念之一。设D是平面区域，如果D内任一闭曲线所围的部 分都属于D，则称D为平面单连通区域。
[0046] -种用于夜间环境的车辆尾灯对检测方法，包括如下步骤：
[0047] 步骤1)图像采集:装有图像采集装置的车辆在夜间行进时采集车辆前方的图像， 记为图像A;
[004引步骤2)图像A二值化：确定一个阔值Ti对图像A二值化，阔值T的范围为T e [ 150， 255]，选取阔值Tl确定类间距离化，其中，类间距离化表示为：
[0049]
[0050] Pf为图像A中假设属于车灯的像素(pf>Ti) ,Pb为图像A中假设不属于车灯的像素 (Pb<Ti);nf表示的是亮度值大于Tl的像素点个数;加表示的是亮度值小于Tl的像素点个数；
[0051] 选取具有最大类间距离Di时对应的Tl为阔值;并采用阔值Tl对图像A进行二值化； 高于该阔值Tl的像素置"r，表示白色像素;将其余像素置％"，表示黑色像素；
[0052] 步骤3)对二值化后的图像A中像素置"r的连通区域标记:设提取出的连通区域数 目为n，标记所有区域为Zi、Z2…、Zj、…、Zn;
[0053] 步骤4)尾灯对匹配:首先，针对每一个标记的连通区域&，分别计算其如下几个参 数：
[0054] (1)面积八"
[005引（2)圆形度 R0j:R0j = (Cj)2/Aj;
[0056] (3)最小外接矩形Ret"
[0057] 其中Cj表示连通区域&的周长；
[005引然后，对任意两个连通区域进行尾灯对匹配性度量，对n个连通区域，则产生n(n-1)个匹配性度量值;设任意两个连通区域Za和连通区域Zb的匹配性度量值为Mab:
[0化9]匹配性度量值为Mab的计算函数如下：
[0060] Mab = O. 2*Size_rateab+0.15*Round_rateab+0.55*0verlap_rateab
[0061 ] 其中：Size_rateab表明面积的匹配度，具体计算方式是连通区域Za和连通区域Zb 中较小的面积比上较大的面积;其计算公式如下：
[0062]
[0063] Round_rateab表明圆形度的匹配度，具体计算方式是连通区域Za和连通区域Zb中 较小的圆形度比上较大的圆形度;其计算公式如下：
[0064]
[0065]