基于马氏距离的夜间车灯检测方法

针对监控场景下夜间车辆的车灯检测过程中存在地面反光干扰的问题,提出一种基于马氏距离分类和梯度特征的车灯检测算法。该方法与通过几何约束过滤、基于亮度差异过滤等方法相比,具备较好的检测性能及亮度适应性,本算法实现了夜间车辆检测所需的较高检测准确度以及实时性能。

夜间交通监控中的反光干扰消除和车辆检测方法研究

在交通监控场景中,基于前车灯特征的车辆检测是夜间道路交通监控中的车辆智能检测方法。然而,前车灯在路面形成的反射光会对基于车灯的夜间车辆检测算法造成很大干扰。本文提出了消除路面反射光干扰的夜间车辆检测方法,利用反射光与车灯在视频图像中的亮度方差特征差异,构造基于决策树的反射光和车灯的分类算法,识别视频图像中的车灯和反射光,效消除图像中的反射光,然后提取候选车灯ROI;最后通过对车灯的几何约束匹配实现夜间车辆检测;该方法有效提高了夜间交通车辆检测的性能,检测性能优于现有算法。