一种结合多特征的前方车辆检测与跟踪方法.pdf

《一种结合多特征的前方车辆检测与跟踪方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用一种结合多特征的前方车辆检测与跟踪方法张建明1，张玲增’，刘志强2ZHANGJianming。，ZHANGLingzeng’，LIUZhiqian921．江苏大学计算机科学与通信工程学院，江苏镇江2120132．江苏大学汽车与交通工程学院，江苏镇江2120131．SchoolofScienceandTelecommunicationEngineering，JiangsuUniversity，Zhenjiang，Jiangsu212013，China2．SchoolofVehicleandTranspo

2、rtationEngineering，JiangsuUniversity，Zhenjiang，Jiangsu212013，ChinaZHANGJianming。ZHANGLingzeng．LIUZhiqiang．Approachtofrontvehicledetectionandtrackingbasedonmulti-piefeatures．ComputerEngineeringandApplications．2011．47(5)：220—223．Abstract：Vehicledetectionisthepremiseoftheautomotiveanti·collisionwa

3、rning．Thispaperpresentsamulti—feature-tom-binedapproachtoimprovetherobustnessofthevehicledetectioninreal-time．Theapproachdosenotdepend011thelanede—tectionforitisbasedonthegradsfeatureoftheshadowwhichshowsthecandidatevehicleregionsanditeliminatesthenoisesofthecorrespondingareabythemethodofdiffer

4、entialboxcounting．Then，theaccuratevehicleareacanbelocatedbyanalyzingtheinformationofvehicle’Shorizontaledgefeatureinthecandidatevehicleregion．Finally，Kalmanfiltersareusedtotrackthecandidatevehiclewhichwillbevalidatedbynormalized-mutual．informationfeature．Theresultoftheexperi—merithasshownthatth

5、emethodprovidesarobustapproach，whichcaneffectivelydetectthefrontvehiclesincomplextraf-ticcircumstancesinrealtime．Keywords：vehicledetection；grads；differentialboxcounting；edgedetection；Kalmanfilter摘要：车辆检测是汽车防碰撞预警的前提，为了提高前方车辆检测的实时性和鲁棒性，提出一种结合多特征的前方车辆检测跟踪方法。该方法不依赖车道检测，利用车底部阴影的梯度特征确定可能存在车辆的区域，使用差分盒子

6、维计算对应区域的分形维数来排除噪声，根据车辆的水平边缘特征信息精确定位，通过卡尔曼滤波器跟踪检测到的目标，利用归一化转动惯量做车辆验证。实验结果表明，该方法能够在多种交通环境中实时有效地检测前方车辆。关键词：车辆检测i梯度：差分盒子维；边缘检测；卡尔曼滤波DOI：10．3778／j．issn．1002．8331．2011．05．066文章编号：1002．8331(2011)05．0220．04文献标识码：A中图分类号：TP391．411引言车辆检测跟踪是智能汽车辅助驾驶系统的重要组成部分，是实现汽车安全驾驶、避免碰撞的关键技术。目前，基于视觉的车辆检测方法，常用的主要有基于模型、基于

7、光流和基于特征的方法。基于模型的方法u-有较好的鲁棒性，但实时性较差，对模型的依赖性强。基于光流的方法121通常用来检测从旁边超过的车辆，当前方车辆与摄像机的相对运动较小时，该方法不易将车辆与背景区域的光流区分开来。基于特征的方法利用车辆的某些显著特征如阴影、边缘、对称性等把车辆从背景中分割出来。其缺点是当光照及周围环境的噪声影响较大时，单一特征信息容易被弱化，多特征融合能够提高识别的准确性和健壮性，是基于特征方法的发展方向。文献【3】结合阴影特征和Haa