一種基于不變量特征匹配的車輛測(cè)速方法
【專利摘要】本發(fā)明公開了一種基于不變量特征匹配的車輛測(cè)速方法，其包括步驟：（1）確定兩幅初始圖像中車輛大致區(qū)域圖像；（2）提取兩幅車輛大致區(qū)域圖像的特征點(diǎn)，獲得兩組不變量特征點(diǎn)的集合；（3）在兩組特征點(diǎn)集合中進(jìn)行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點(diǎn)集合；（4）計(jì)算每一對(duì)匹配特征點(diǎn)在車輛縱向方向上的相對(duì)距離；（5）對(duì)所有匹配特征點(diǎn)進(jìn)行聚類，聚類中心處的相對(duì)距離即為車輛在圖像中的移動(dòng)距離；（6）將圖像距離轉(zhuǎn)化為車輛實(shí)際的行駛距離，除以獲取兩幀圖像的時(shí)間差得到車輛速度。本發(fā)明解決了運(yùn)動(dòng)物體在圖像中的精確定位切分問題，測(cè)量過程在尺度變化、光照變化和噪聲抑制等方面具有較強(qiáng)的魯棒性，有利于提高測(cè)速的精度和穩(wěn)定性。
【專利說明】
一種基于不變量特征匹配的車輛測(cè)速方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及視頻圖像處理領(lǐng)域，特別是一種基于不變量特征匹配的車輛測(cè)速方法。

【背景技術(shù)】
[0002]車輛超速行駛是造成重大交通事故的主要原因之一。目前，交管部門應(yīng)對(duì)車輛超速的主要方法是利用超速違章檢測(cè)設(shè)備在路面進(jìn)行違章檢測(cè)，發(fā)現(xiàn)有違章的車輛通過，則由人工記錄取證事后進(jìn)行非現(xiàn)場(chǎng)處罰。超速檢測(cè)設(shè)備有很多種，主要有雷達(dá)、激光、視頻三種類型。其中，視頻測(cè)速具有簡(jiǎn)單高效、低成本等易于推廣應(yīng)用的特點(diǎn)?，F(xiàn)有的視頻測(cè)速方法試圖通過視頻圖像處理技術(shù)對(duì)車輛或車牌進(jìn)行準(zhǔn)確的分割，從而計(jì)算出它們?cè)跀z像機(jī)視場(chǎng)中的縱向移動(dòng)距離；然后，通過標(biāo)定好的攝像機(jī)參數(shù)將圖像距離轉(zhuǎn)化實(shí)際的移動(dòng)距離，再根據(jù)采集時(shí)間即可實(shí)現(xiàn)車輛測(cè)速。然而，運(yùn)動(dòng)物體在圖像中的精確定位切分問題始終是視頻測(cè)速的難點(diǎn)，目前還沒有得到很好的解決，嚴(yán)重阻礙了這種方法的推廣使用。
[0003]近年來，以SIFT (Scale Invariant Feature Transform)、SURF (Speeded uprobust Features)為代表的不變量技術(shù)研究越趨成熟，逐漸被廣泛應(yīng)用于各種機(jī)器視覺和模式識(shí)別領(lǐng)域。這些不變量提取的特征點(diǎn)具有以下特點(diǎn):(1)位置、尺度和方向是特征點(diǎn)的三要素；(2)描述圖像的局部特征，對(duì)尺度變化、旋轉(zhuǎn)等仿射變化保持不變性，對(duì)噪聲和光照變化具有堅(jiān)強(qiáng)的穩(wěn)定性；(3)獨(dú)特性好，信息量豐富，適用于在海量特征數(shù)據(jù)庫(kù)中進(jìn)行快速、準(zhǔn)確的匹配；(4)多量性，即使少量的幾個(gè)物體也能產(chǎn)生大量的特征點(diǎn)。利用不變量特征匹配，可以迅速找到兩幅圖像中相同或相似的目標(biāo)，同時(shí)準(zhǔn)確描述出目標(biāo)的位置，這十分有利于視頻巾貞或場(chǎng)圖像中運(yùn)動(dòng)物體的精確定位和切分。


【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種基于不變量特征匹配的車輛測(cè)速方法，其包含以下步驟:
(1)獲取車輛行駛過程中的兩幀初始圖像，除去所述兩幀初始圖像中的靜態(tài)背景圖像，確定兩幅初始圖像中車輛大致區(qū)域圖像；
(2)利用不變量SIFT或SURF提取步驟I所得兩幅車輛大致區(qū)域圖像的特征點(diǎn)，獲得兩組不變量特征點(diǎn)的集合；
(3)在步驟2所得的兩組特征點(diǎn)集合中進(jìn)行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點(diǎn)集合；
(4)根據(jù)匹配特征點(diǎn)集合中各匹配特征點(diǎn)所在的初始圖像中的位置，計(jì)算所述匹配特征點(diǎn)集合中每一對(duì)匹配特征點(diǎn)在車輛縱向方向上的相對(duì)距離；
(5)以步驟4所得的相對(duì)距離為參數(shù)，對(duì)所有匹配特征點(diǎn)進(jìn)行聚類，利用兩幅車輛區(qū)域圖像中各對(duì)應(yīng)點(diǎn)的距離相對(duì)固定的特點(diǎn)濾除非車輛區(qū)域或錯(cuò)配的匹配特征點(diǎn)，聚類中心處的相對(duì)距離即為車輛在兩幀初始圖像中沿車輛縱向方向上的移動(dòng)距離；
(6)將所述聚類中心處的相對(duì)距離轉(zhuǎn)化為車輛實(shí)際的行駛距離，再除以獲取兩幀圖像的時(shí)間差得到車輛速度。
[0005]較佳地，所述兩幀初始圖像為攝像機(jī)拍攝的視頻流中的兩幀圖像。
[0006]較佳地，所述兩幀初始圖像為相機(jī)拍攝的兩幀圖像。
[0007]較佳地，所述兩幀初始圖像分別按像素減去存儲(chǔ)的靜態(tài)背景圖像得到兩幅初始圖像中車輛大致區(qū)域圖像。
[0008]本發(fā)明具有以下有益效果:
本發(fā)明提供的基于不變量特征匹配的車輛測(cè)速方法中，不變量匹配特征點(diǎn)不僅可以準(zhǔn)確找到兩幅初始圖像中車輛區(qū)域相同位置的多組匹配特征點(diǎn)，也可以準(zhǔn)確描述每組匹配特征點(diǎn)的縱向相對(duì)距離，即車輛移動(dòng)的圖像距離，從而計(jì)算出車輛實(shí)際的縱向移動(dòng)距離；此夕卜，不變量的諸多特性使得上述測(cè)量過程在尺度變化、光照變化和噪聲抑制等方面表現(xiàn)出較強(qiáng)的魯棒性。
[0009]當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品并不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。

【專利附圖】

【附圖說明】
[0010]為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0011]圖1為本發(fā)明實(shí)施例提供的基于不變量特征匹配的車輛測(cè)速方法流程圖。
具體實(shí)施例
[0012]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0013]本實(shí)施例給出的初始圖像為車輛與靜態(tài)背景圖像組成的圖像，靜態(tài)背景圖像為車輛所在背景環(huán)境的圖像，車輛大致區(qū)域圖像為濾除原初始圖像中的絕大部分靜態(tài)背景圖像，僅保留車輛區(qū)域與車量區(qū)域附近少部分的靜態(tài)背景。
[0014]如圖1所示，本發(fā)明實(shí)施例提供了一種基于不變量特征匹配的車輛測(cè)速方法，其包括以下步驟:
(1)獲取車輛行駛過程中的兩幀初始圖像，除去所述兩幀初始圖像中的靜態(tài)背景圖像，確定兩幅初始圖像中車輛大致區(qū)域圖像；
(2)利用不變量SIFT或SURF提取步驟I所得兩幅車輛大致區(qū)域圖像的特征點(diǎn)，獲得兩組不變量特征點(diǎn)的集合；
(3)在步驟2所得的兩組特征點(diǎn)集合中進(jìn)行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點(diǎn)集合；
(4)根據(jù)匹配特征點(diǎn)集合中各匹配特征點(diǎn)所在的初始圖像中的位置，計(jì)算所述匹配特征點(diǎn)集合中每一對(duì)匹配特征點(diǎn)在車輛縱向方向上的相對(duì)距離；
(5)以步驟4所得的相對(duì)距離為參數(shù)，對(duì)所有匹配特征點(diǎn)進(jìn)行聚類，利用兩幅車輛區(qū)域圖像中各對(duì)應(yīng)點(diǎn)的距離相對(duì)固定的特點(diǎn)濾除非車輛區(qū)域或錯(cuò)配的匹配特征點(diǎn)，聚類中心處的相對(duì)距離即為車輛在兩幀初始圖像中沿車輛縱向方向上的移動(dòng)距離；
(6)將所述聚類中心處的相對(duì)距離轉(zhuǎn)化為車輛實(shí)際的行駛距離，再除以獲取兩幀圖像的時(shí)間差得到車輛速度。
[0015]本實(shí)施例提供的所述兩幀初始圖像可以是攝像機(jī)拍攝的視頻流中的兩幀圖像，也可以是為相機(jī)拍攝的兩幀圖像，或者采用其他方式獲得的兩幀圖像，本發(fā)明不對(duì)獲取的圖像的方式進(jìn)行限定。
[0016]優(yōu)選的，所述兩幀初始圖像分別按像素減去存儲(chǔ)的靜態(tài)背景圖像得到兩幅初始圖像中車輛大致區(qū)域圖像。
[0017]本發(fā)明提供的基于不變量特征匹配的車輛測(cè)速方法中，不變量匹配特征點(diǎn)不僅可以準(zhǔn)確找到兩幅初始圖像中車輛區(qū)域相同位置的多組匹配特征點(diǎn)，也可以準(zhǔn)確描述每組匹配特征點(diǎn)的縱向相對(duì)距離，即車輛移動(dòng)的圖像距離，從而計(jì)算出車輛實(shí)際的縱向移動(dòng)距離；此外，不變量的諸多特性使得上述測(cè)量過程在尺度變化、光照變化和噪聲抑制等方面表現(xiàn)出較強(qiáng)的魯棒性。
[0018]以上公開的本發(fā)明優(yōu)選實(shí)施例只是用于幫助闡述本發(fā)明。優(yōu)選實(shí)施例并沒有詳盡敘述所有的細(xì)節(jié)，也不限制該發(fā)明僅為所述的【具體實(shí)施方式】。顯然，根據(jù)本說明書的內(nèi)容，可作很多的修改和變化。本說明書選取并具體描述這些實(shí)施例，是為了更好地解釋本發(fā)明的原理和實(shí)際應(yīng)用，從而使所屬【技術(shù)領(lǐng)域】技術(shù)人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權(quán)利要求書及其全部范圍和等效物的限制。
【權(quán)利要求】
1.一種基于不變量特征匹配的車輛測(cè)速方法，其特征在于，包括以下步驟: (1)獲取車輛行駛過程中的兩幀初始圖像，除去所述兩幀初始圖像中的靜態(tài)背景圖像，確定兩幅初始圖像中車輛大致區(qū)域圖像； (2)利用不變量SIFT或SURF提取步驟I所得兩幅車輛大致區(qū)域圖像的特征點(diǎn)，獲得兩組不變量特征點(diǎn)的集合； (3)在步驟2所得的兩組特征點(diǎn)集合中進(jìn)行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點(diǎn)集合； (4)根據(jù)匹配特征點(diǎn)集合中各匹配特征點(diǎn)所在的初始圖像中的位置，計(jì)算所述匹配特征點(diǎn)集合中每一對(duì)匹配特征點(diǎn)在車輛縱向方向上的相對(duì)距離； (5)以步驟4所得的相對(duì)距離為參數(shù)，對(duì)所有匹配特征點(diǎn)進(jìn)行聚類，利用兩幅車輛區(qū)域圖像中各對(duì)應(yīng)點(diǎn)的距離相對(duì)固定的特點(diǎn)濾除非車輛區(qū)域或錯(cuò)配的匹配特征點(diǎn)，聚類中心處的相對(duì)距離即為車輛在兩幀初始圖像中沿車輛縱向方向上的移動(dòng)距離； (6)將所述聚類中心處的相對(duì)距離轉(zhuǎn)化為車輛實(shí)際的行駛距離，再除以獲取兩幀圖像的時(shí)間差得到車輛速度。
2.如權(quán)利要求1所述的基于不變量特征匹配的車輛測(cè)速方法，其特征在于，所述兩幀初始圖像為攝像機(jī)拍攝的視頻流中的兩幀圖像。
3.如權(quán)利要求1所述的基于不變量特征匹配的車輛測(cè)速方法，其特征在于，所述兩幀初始圖像為相機(jī)拍攝的兩幀圖像。
4.如權(quán)利要求1所述的基于不變量特征匹配的車輛測(cè)速方法，其特征在于，所述兩幀初始圖像分別按像素減去存儲(chǔ)的靜態(tài)背景圖像得到兩幅初始圖像中車輛大致區(qū)域圖像。
【文檔編號(hào)】G06K9/46GK104200675SQ201410421310
【公開日】2014年12月10日 申請(qǐng)日期:2014年8月25日 優(yōu)先權(quán)日:2014年8月25日
【發(fā)明者】陳杰, 胡博, 楊星, 郝曉莉, 喬亞, 王宇 申請(qǐng)人:安徽建筑大學(xué)