基于单目视觉的夜间前方车辆检测方法

为提高夜间行车的安全性,提出了一种基于单目视觉的夜间前方车辆检测方法。该方法利用最大类间方差法自动确定阈值,从背景中抽取出前车尾灯,并根据HSV颜色空间的颜色阈值剔除非尾灯目标,利用Kalman滤波方法将图像分为跟踪区域和检测区域,在两个区域内分别进行尾灯配对,根据尾灯对之间特征相似性的比较,剔除误检的车辆;跟踪区域中漏检的车辆,根据前一帧检测的车辆位置和正确抽取的尾灯来估计,以实现车辆检测。实验结果表明,该算法能准确检测夜间前方车辆,有效降低漏检率和误检率。

基于颜色通道混合特征的夜间车辆检测仿真

夜间环境下的车辆检测,是高级驾驶辅助系统中不可缺失的一环。结合HSV与RGB两种颜色空间,提出一种新的夜间车辆检测算法,并在TMS320DM6437硬件平台上进行了系统仿真实现。首先,通过提取得到的(R-G)×V颜色通道混合特征完成对图像的初步分割;之后,再结合尾灯配对的基本准则完成尾灯对的筛选;最后,根据检测到的尾灯对实现夜间车辆的检测。上述方法在硬件平台上进行了系统仿真。仿真结果证明,基于颜色通道混合特征的夜间车辆检测算法能够快速准确地定位夜间车辆。