一种基于单目摄像技术的车距测量方法

《一种基于单目摄像技术的车距测量方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、·542·关爱生命预防事故一种基于单目摄像技术的车距测量方法朱彤刘浩学(长安大学汽车学院西安710064)【摘要】本文提出了一种利用单目摄像技术计算前车距离的方法，该方法在建立前车距离计算模型的基础上，分别应用数学形态学变换和图像特征提取实现图像预处理以及图像边缘检测。试验表明该方法能够较准确地计算前车距离。【关键词】图像处理形态学变换前车距离前言近年来，世界各国致力于智能运输系统研究，试图运用各种先进的技术使人、车、路和谐统一，从而建立起在更大范围内多方位发挥作用的交通综合管理系统，为交通安全提供有力的保障。智能车辆是智能交通系统技术的重要载体，智能车

2、辆常常运用单目摄像机捕获外界图像，再运用计算机对图像进行分析、处理，结合其他传感器获得的数据及先验条件综合计算，最终获得所需的信息⋯。本文提出了一种利用单目摄像技术计算前车距离的方法，对单目摄影机捕获的图像首先使用数学形态学方法进行图像预处理与边缘检测，再利用图像特征提取技术实现前方车辆检测，最后运用反转透视模型实现前方车辆距离的测算。全部试验程序用VC++编写实现。1．形态学图像预处理方法图像预处理的目的是去除数字图像噪声，突出有用信息，增强图像可供分析和识别的潜力。形态学图像预处理方法不同于传统的处理方法，它运用一种称作“探针”的结构元素在图像中不断

3、移动，同时考察图像各个部分之间的相互关系，了解图像的结构特征，针对图像结构特征做出相应操作。作为探针的结构元素含有为进一步判断提供依据的知识信息。各种形态学运算均以此为基础。形态学处理的对象可以是离散二值图像或离散灰度图像‘2

4、。离散二值图像处理可以用一个矩阵表示，在矩阵中常用1表示前景像素，0表示背景像素，用带“×”的像素表示原点位置。处理该类图像的数学形态学基本运算有腐蚀、膨胀、开启、闭合、击中击不中变换等。A表示输入图像，曰表示结构元素。腐蚀与膨胀是其中最基本的运算。集合A被集合曰腐蚀，如图1所示，定义为AOB={菇：B+戈CA}，其中A为输入图像

5、，曰为结构元素，表示将B平移戈但仍包含在A内的所有点％的集合。如将B视为模板，则AOB由所有可以填入A内部的模板原点组成。膨胀是腐蚀的对偶运算，A被B膨三、智能交通系统与技术·543·胀，表示为A郇，定义为：AO)8=[ACO(一曰)]。。其中A。表示A的补集。图2二值图像闭运算形态学处理利用了数字图像的特性，弥补了基于线性系统检测方法缺乏针对图像形态、结构等非线性因素处理的缺点，可以更好地改善图像质量。通过对捕获图像运用开闭运算，可以将图像各个目标分离，同时能去除部分噪声，均匀各个目标内部的灰度，使图像更平滑。通过原图像与腐蚀图像作差则可以获得图像边缘

6、。2．基于图像特征的目标车辆识别对于摄像机捕获的图像先进行形态学处理去除噪声，确定边缘，在此基础上借助数字图像邻域、连通、标记等概念与方法进行特征识别与提取阳]。与像素(石，Y)相对应的点集{(戈+p，Y+q)；(P，g)是一对有意义的整数)}称为(石，Y)的邻域。常见的有4邻域与8邻域，如图3所示，记作：F4(戈，Y)={f(茹+1)，f(z，Y+1)，f(戈一1，Y)，f(菇，Y一1)}；，'8(戈，Y)={f(戈一1，Y一1)，f(戈一1，Y)，f(戈一l，Y+1)，，(戈，Y一1)，，(算，Y+1)，f(x+1，Y一1)，f(戈+1，Y)，f(戈

7、+1，Y+1)}。Ⅳ(菇一1，Y+1)，(戈，Y+1)f(并+1，Y+1)]l，(并一1，Y)f(z，Y)f(戈+1，Y)L厂(并一1，Y一1)，(戈，Y一1)f(x+1，Y一1)j图38邻域与4邻域·544·关爱生命预防事故如，(菇，y)=厂(z+1，Y+1)，且厂(戈，)，)与，(戈+1，Y+1)路径中的邻接点存在4点邻域连通成分或8点邻域连通成分则称f(菇，Y)与f(菇+1，Y+1)连通。实际识别过程中，以图像灰度值、连通像素结构特征、连通域相互位置关系及其他先验条件为依据判断前方车辆在图像中的位置并进行标定。最后测出目标车辆底端在图像空间中的纵坐

8、标，该过程中使用的判断依据建立在样本归纳的基础上。3．单目摄像测距模型摄像机采集图像的过程是从三维欧拉空间到二维欧拉空间的过程H。。如用形表示三维的现实空间而用，表示图像空间，则图像采集过程是从缈到，的过程。如图4所示，车距测量过程则可以认为是利用图像空间，={“，秽}中的数据u，在一点的先验条件下计算现实空间W={戈，Y，z}中的一个平面S={(石，Y，0)∈W}上的数据的过程。获得了目标车辆底端在图像空间中的纵坐标u，还需要获得采集图像的条件和对于图像场景描述的假设。如图包括视点即摄像机的位置，由摄像机在现实空间中的位置表示z，d，h；视图方向由摄像

9、机中心轴与标准轴的夹角y和口来表示；摄像机的孔径张角2a；摄像机清晰度n×凡。图