一種基于不變量特征匹配的車輛測速方法
【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，獲得兩組不變量特征點的集合；（3）在兩組特征點集合中進行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點集合；（4）計算每一對匹配特征點在車輛縱向方向上的相對距離；（5）對所有匹配特征點進行聚類，聚類中心處的相對距離即為車輛在圖像中的移動距離；（6）將圖像距離轉(zhuǎn)化為車輛實際的行駛距離，除以獲取兩幀圖像的時間差得到車輛速度。本發(fā)明解決了運動物體在圖像中的精確定位切分問題，測量過程在尺度變化、光照變化和噪聲抑制等方面具有較強的魯棒性，有利于提高測速的精度和穩(wěn)定性。
【專利說明】
一種基于不變量特征匹配的車輛測速方法

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

【背景技術】
[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，交管部門應對車輛超速的主要方法是利用超速違章檢測設備在路面進行違章檢測，發(fā)現(xiàn)有違章的車輛通過，則由人工記錄取證事后進行非現(xiàn)場處罰。超速檢測設備有很多種，主要有雷達、激光、視頻三種類型。其中，視頻測速具有簡單高效、低成本等易于推廣應用的特點?，F(xiàn)有的視頻測速方法試圖通過視頻圖像處理技術對車輛或車牌進行準確的分割，從而計算出它們在攝像機視場中的縱向移動距離；然后，通過標定好的攝像機參數(shù)將圖像距離轉(zhuǎn)化實際的移動距離，再根據(jù)采集時間即可實現(xiàn)車輛測速。然而，運動物體在圖像中的精確定位切分問題始終是視頻測速的難點，目前還沒有得到很好的解決，嚴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研究越趨成熟，逐漸被廣泛應用于各種機器視覺和模式識別領域。這些不變量提取的特征點具有以下特點:(1)位置、尺度和方向是特征點的三要素；(2)描述圖像的局部特征，對尺度變化、旋轉(zhuǎn)等仿射變化保持不變性，對噪聲和光照變化具有堅強的穩(wěn)定性；(3)獨特性好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進行快速、準確的匹配；(4)多量性，即使少量的幾個物體也能產(chǎn)生大量的特征點。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，同時準確描述出目標的位置，這十分有利于視頻巾貞或場圖像中運動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，獲得兩組不變量特征點的集合；
(3)在步驟2所得的兩組特征點集合中進行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點集合；
(4)根據(jù)匹配特征點集合中各匹配特征點所在的初始圖像中的位置，計算所述匹配特征點集合中每一對匹配特征點在車輛縱向方向上的相對距離；
(5)以步驟4所得的相對距離為參數(shù)，對所有匹配特征點進行聚類，利用兩幅車輛區(qū)域圖像中各對應點的距離相對固定的特點濾除非車輛區(qū)域或錯配的匹配特征點，聚類中心處的相對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距離；
(6)將所述聚類中心處的相對距離轉(zhuǎn)化為車輛實際的行駛距離，再除以獲取兩幀圖像的時間差得到車輛速度。
[0005]較佳地，所述兩幀初始圖像為攝像機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速方法中，不變量匹配特征點不僅可以準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，也可以準確描述每組匹配特征點的縱向相對距離，即車輛移動的圖像距離，從而計算出車輛實際的縱向移動距離；此夕卜，不變量的諸多特性使得上述測量過程在尺度變化、光照變化和噪聲抑制等方面表現(xiàn)出較強的魯棒性。
[0009]當然，實施本發(fā)明的任一產(chǎn)品并不一定需要同時達到以上所述的所有優(yōu)點。

【專利附圖】

【附圖說明】
[0010]為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例描述所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0011]圖1為本發(fā)明實施例提供的基于不變量特征匹配的車輛測速方法流程圖。
具體實施例
[0012]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。
[0013]本實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)明實施例提供了一種基于不變量特征匹配的車輛測速方法，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，獲得兩組不變量特征點的集合；
(3)在步驟2所得的兩組特征點集合中進行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點集合；
(4)根據(jù)匹配特征點集合中各匹配特征點所在的初始圖像中的位置，計算所述匹配特征點集合中每一對匹配特征點在車輛縱向方向上的相對距離；
(5)以步驟4所得的相對距離為參數(shù)，對所有匹配特征點進行聚類，利用兩幅車輛區(qū)域圖像中各對應點的距離相對固定的特點濾除非車輛區(qū)域或錯配的匹配特征點，聚類中心處的相對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距離；
(6)將所述聚類中心處的相對距離轉(zhuǎn)化為車輛實際的行駛距離，再除以獲取兩幀圖像的時間差得到車輛速度。
[0015]本實施例提供的所述兩幀初始圖像可以是攝像機拍攝的視頻流中的兩幀圖像，也可以是為相機拍攝的兩幀圖像，或者采用其他方式獲得的兩幀圖像，本發(fā)明不對獲取的圖像的方式進行限定。
[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速方法中，不變量匹配特征點不僅可以準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，也可以準確描述每組匹配特征點的縱向相對距離，即車輛移動的圖像距離，從而計算出車輛實際的縱向移動距離；此外，不變量的諸多特性使得上述測量過程在尺度變化、光照變化和噪聲抑制等方面表現(xiàn)出較強的魯棒性。
[0018]以上公開的本發(fā)明優(yōu)選實施例只是用于幫助闡述本發(fā)明。優(yōu)選實施例并沒有詳盡敘述所有的細節(jié)，也不限制該發(fā)明僅為所述的【具體實施方式】。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施例，是為了更好地解釋本發(fā)明的原理和實際應用，從而使所屬【技術領域】技術人員能很好地理解和利用本發(fā)明。本發(fā)明僅受權利要求書及其全部范圍和等效物的限制。
【權利要求】
1.一種基于不變量特征匹配的車輛測速方法，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，獲得兩組不變量特征點的集合； (3)在步驟2所得的兩組特征點集合中進行特征匹配，得到兩幅車輛大致區(qū)域圖像的匹配特征點集合； (4)根據(jù)匹配特征點集合中各匹配特征點所在的初始圖像中的位置，計算所述匹配特征點集合中每一對匹配特征點在車輛縱向方向上的相對距離； (5)以步驟4所得的相對距離為參數(shù)，對所有匹配特征點進行聚類，利用兩幅車輛區(qū)域圖像中各對應點的距離相對固定的特點濾除非車輛區(qū)域或錯配的匹配特征點，聚類中心處的相對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距離； (6)將所述聚類中心處的相對距離轉(zhuǎn)化為車輛實際的行駛距離，再除以獲取兩幀圖像的時間差得到車輛速度。
2.如權利要求1所述的基于不變量特征匹配的車輛測速方法，其特征在于，所述兩幀初始圖像為攝像機拍攝的視頻流中的兩幀圖像。
3.如權利要求1所述的基于不變量特征匹配的車輛測速方法，其特征在于，所述兩幀初始圖像為相機拍攝的兩幀圖像。
4.如權利要求1所述的基于不變量特征匹配的車輛測速方法，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】G06K9/46GK104200675SQ201410421310
【公開日】2014年12月10日 申請日期:2014年8月25日 優(yōu)先權日:2014年8月25日
【發(fā)明者】陳杰, 胡博, 楊星, 郝曉莉, 喬亞, 王宇 申請人:安徽建筑大學