一種基于圖像動態特征跟蹤的車輛外廓尺寸測量方法
【技術領域】
[0001] 本發明屬于圖像測量領域，主要涉及動態運行的車輛的外廓尺寸測量。
【背景技術】
[0002] 近年來，隨著對車輛安全運營方面的重視，車輛外廓尺寸測量的相關產品與裝置 不斷優化，目前出現了圖像、激光等方式的檢測裝置。目前傳統的圖像檢測方式通常采用圖 像拼接或整體圖像分析的方式來計算車輛外廓尺寸，但是很多裝置的檢測質量受到光線、 車輛速度等因素的影響，存在一定的誤差。為了實現對車輛外廓信息的準確檢測，需要進行 圖像處理算法的優化，使檢測裝置可以滿足不同環境條件、不同車型的測量。
【發明內容】
[0003] 本發明的目的在于，為了克服上述問題，本發明提供了一種基于圖像動態特征跟 蹤的車輛外廓尺寸測量方法及系統。
[0004] 為了實現上述目的，本發明提供一種基于圖像動態特征跟蹤的車輛外廓尺寸測量 方法，所述方法包含:步驟100)采集圖像信息，獲取車輛檢測過程的圖像;步驟101)基于車 輛檢測過程的圖像獲取相鄰幀圖像的特征點；步驟102)對特征點進行匹配，針對匹配的圖 像進行拼接，獲取車輛整體圖像，基于車輛的整體圖像計算像素尺寸進而獲得車輛實際外 廓尺寸。
[0005] 可選的，上述步驟101)具體包含:步驟101-1)在采集的圖像中通過分割車輛前景 與背景得到車頭和車尾所在圖像；以車頭和車尾圖像分別作為起始幀和結束幀，進而獲取 車輛測量中的圖像序列；步驟101-2)對圖像幀遍歷獲得候選特征點，通過判斷鄰域灰度值 與候選特征點灰度值的差別進而得到特征點。
[0006] 上述步驟101-2)具體為：
[0007] 首先，將每一幀圖像中的所有元素作為候選特征點;然后，根據候選特征點進一步 選擇特征點，選擇的具體原則為:設定第一閾值與第二閾值，當任意一個候選特征點P周圍 鄰域的一圈像素點的數量大于第一閾值且候選特征點P周圍鄰域的一圈像素點與候選特 征點P的灰度值的差別大于第二閾值時，則選取該候選特征點P作為特征點，用公式表示為：
[0008]
[0009]其中，I (X)為候選特征點p的鄰域圓周上任意一點的灰度，I (p)為候選節點p點的 灰度，￡d為設定的第二差閾值;如果N大于設定的第一閾值，則候選節點p點為一個特征點。 [0010] 上述步驟102)具體包含：
[0011] 步驟102-1)篩選特征點進行匹配，再對匹配結果進行如下判斷：
[0012] 1)對成功匹配的特征點進行進一步判斷，刪除背景中錯誤匹配的特征點和與車輛 運動方向偏差大于設定的第三閾值的特征點；
[0013] 2)將相鄰兩幀圖像中滿足步驟1)的判斷標準的特征點進行均值計算，獲取亞像素 精度的匹配均值；
[0014] 步驟102-2)將步驟102-1)中得到的相鄰兩幀圖像的匹配均值作為兩幀圖像的相 對拼接坐標；
[0015] 步驟102-3)將相對拼接坐標之和作為車輛的像素尺寸;根據像素尺寸和實際尺寸 的比例值，獲得車輛的真實尺寸。
[0016] 上述步驟102-1)具體為：
[0017] 將找到的特征點采用篩選二進制特征描述算子進行匹配，且匹配的具體過程為：
[0018] 步驟102-1-1)，選用像素中心的一個二值特征描述算子作為比較對象，具體為： [0019]采用如下的二進制描述算子間的相關性系數計算公式得到相關性系數最低的隨 機點對，將隨機點對作為關鍵點：
[0020]
[0021] 其中，X，Y為測量相關性的兩個向量，η為向量的維數，Xi為向量的元素；i為向量維 數的索引號；
[0022] 建立關鍵點的測試矩陣T，將測試矩陣T中的每個特征點與其鄰域的像素組合方式 的數量為Μ:
[0023] M=((l-t+l)2)2
[0024] 其中，1為定義的關鍵點的鄰域寬度，t為替代特征點和鄰域像素點的鄰域塊的寬 度；
[0025] 步驟102-1-2)，對于測試集矩陣T的列向量計算均值，并重新排序，按照設定的第 四閾值選取若干個相關性系數最低的特征點；
[0026] 步驟102-1-3)，對兩幀圖像中的經過步驟101-1-2)篩選后的特征點進行匹配操 作，其中應當將篩選距離比例滿足要求并且一一映射的特征點進行匹配。
[0027] 上述步驟102-1-1)進一步包含：
[0028]首先，獲取特征點p的主方向，具體為：
[0029] 通過矩計算得到特征點p主方向，表示如下：
[0030]
[0031] 其中，X軸的方向分量cx = ^，y軸的方向分量.c.y二為0階矩，Μοι,Μιο為1階 矩，矩函數表示為：
[0032]
[0033]其中，X和y為特征點ρ在圖像上的像素坐標，k和1為矩的階數；
[0034]其次，提取二進制特征描述算子，具體為：
[0035]采用優化的多尺度拓撲結構作為特征點ρ的二進制特征描述算子，所述的優化的 多尺度拓撲結構為:若干個面積不同且有重疊的圓，且距離中心的特征點P越近的采樣點的 采樣半徑越小，反之距離特征點P越遠的采樣點采樣半徑越大；
[0036] 所述二進制特征描述子表示如下：
[0037]
[0038] 其中，Pa為采樣點和特征點p組成的點對，N表示期望的二進制編碼長度；
[0039] '
[0040] 其中，/(pf)為采樣點對pa中前一個采樣點的像素值，/(Pf)為采樣點對pa中后一 個采樣點的像素值。
[0041] 此外，本發明還提供了一種基于圖像動態特征跟蹤的車輛外廓尺寸測量系統，所 述系統包含:采集模塊，用于采集圖像信息，獲取車輛檢測過程的圖像;特征點提取模塊，用 于基于車輛檢測過程的圖像獲取相鄰幀圖像的特征點；處理模塊，用于對特征點進行匹配， 針對匹配的圖像進行拼接，獲取車輛整體圖像，基于車輛的整體圖像計算像素尺寸進而獲 得車輛實際外廓尺寸。
[0042]上述特征點提取模塊進一步包含：
[0043] 第一獲取子模塊，用于在采集的圖像中通過分割車輛前景與背景得到車頭和車尾 所在圖像;以車頭車尾圖像作為起始幀和結束幀，獲取車輛測量中的圖像序列；
[0044] 第二獲取子模塊，用于對圖像幀遍歷獲得候選特征點，通過判斷鄰域灰度值與候 選特征點灰度值差別滿足閾值的像素個數得到特征點。
[0045]上述第二獲取子模塊進一步包含：
[0046] 候選特征點選取子模塊，用于將每一幀圖像中的所有元素作為候選特征點；
[0047] 特征點選擇子模塊，用于根據候選特征點進一步選擇特征點，選擇的具體原則為： 設定第一閾值與第二閾值，當任意一個候選特征點P周圍鄰域的一圈像素點的數量大于第 一閾值且候選特征點P周圍鄰域的一圈像素點與候選特征點P的灰度值的差別大于第二閾 值時，則選取該候選特征點P作為特征點，用公式表示為：
[0048]
[0049] 其中，I (X)為候選特征點