基于车灯特征的夜间车辆检测方法

道路交通在夜间发生事故的概率显著高于日间,而车灯是夜间行车安全的关键一环也是车辆在夜间最明显的特征,由此基于车灯的灯光特征提出一种新的夜间车辆检测方法。针对车前灯,利用形态学算法实现图像的预处理,并采用直方图双峰法提取车前灯,利用路面反射光消除算法去除路面反射光对车灯识别的干扰;针对车尾灯,选用尾灯图像的(R-G)色差特征作为输入,再结合Otsu最大类间方差法对尾灯进行自适应阈值分割。之后根据车灯特征设计同一车辆的车灯对约束条件,对车灯进行配对处理,通过设置阈值以及对车灯进行跟踪,解决了车灯异常配对的情况,从而检测夜间车辆。实验结果表明,该方法在高速公路、城市道路以及乡镇道路的综合检测率为87.22%,单帧耗时33 ms,处理速度约为30帧/s,满足夜间车辆检测的实时性。

基于车前灯的夜间车辆视频检测研究

针对夜间车辆视频检测和车流量统计的难题,提出了一种改进的基于视频图像处理提取车前灯的算法。通过分析夜间车辆视频的特点,利用梯度滤波法消除地面反射光对车灯的干扰,实现图像增强,并将分水岭分割算法和直方图双峰法相结合提取车前灯的信息。利用车灯配对匹配原则设计了一种新的匹配算法和跟踪算法实现车灯的配对与跟踪,最终准确地实现了车辆检测和车流量的统计功能。