基于雙目攝像頭的路況信息處理方法

本文主要通過使用圖像算法編程實現(xiàn)，完成道路和障礙物檢測任務，指導車輛在道路上安全行駛。設備上將采用攝像頭獲取圖像，對圖像信息進行處理以獲得車輛及車道線的相關信息，從而為駕駛員的駕車行為進行輔助以及對危險情況進行預警，為提高駕駛安全性提供綜合解決方案。

感興趣區(qū)域提取

感興趣區(qū)域是只選取整幅圖像中有利于減少圖像處理復雜度，減少其他外物影響的區(qū)域，針對感興趣區(qū)域的圖像處理，可以提高處理的速度，也可以提高檢測的準確率。感興趣區(qū)域的選取可以是人為的也可以是系統(tǒng)自適應的選取，例如檢測車輛的陰影時，由于公路的顏色與車輛陰影具有一定的差別，所以我們可以人為的選擇公路上一個固定的位置作為感興趣區(qū)域，這個區(qū)域可以比較靠近圖像底部，保證選取區(qū)域不會出現(xiàn)除公路外的其他外物，根據(jù)我們選取的感興趣區(qū)域，可以利用圖像分割，將圖像二值化，從而提取出車輛陰影。而自適應的感興趣區(qū)域可以是在檢測出車道線之后，將感興趣區(qū)域設置為車道線兩側(cè)內(nèi)，再在感興趣區(qū)域內(nèi)檢測障礙物，從而減少車道周圍環(huán)境的干擾。

本文針對的環(huán)境主要是行駛在結(jié)構化道路上的車輛的前方障礙物，對于固定于車上的攝像頭而言，獲取的視頻中的每幀圖像中出現(xiàn)在車道上的障礙物的部分多為圖像的下半部分，而偏上部分的圖像均為背景較多，為了減少檢測的干擾，以及提高檢測的精度，我們決定只檢測圖像中包含有用信息的部分，所以對圖像進行截取。對于車道障礙物的檢測，我們只需研究道路區(qū)域內(nèi)的目標，因此利用檢測出的道路邊界的直線方程對推向進行截取，得到我們的感興趣區(qū)域。

車輛后視特征分析

一般利用視覺圖像進行車輛檢測識別的方法有以下幾種：基于模版匹配的方法，這種方法利用大量的預先做好的車輛模版（基于灰度信息或小波特征等），與實時采集的圖像進行匹配，尋找相關性最大的匹配區(qū)域作為車輛存在區(qū)域。這種方法有較好的魯棒性，但是實時性較差；基于學習的方法，這種方法的本質(zhì)是利用神經(jīng)網(wǎng)絡，對大量車輛圖像進行訓練，然后通過分類器進行分類，這種方法一般用來對已檢測出來的車輛進行驗證；基于車輛特征的方法，該方法是利用圖像中車輛存在的特征：紋理，邊緣，對稱性以及陰影等進行目標分割和識別，如果單獨的采用一種特征時，經(jīng)常會因為環(huán)境或光照的變化，導致特征信息量不足，容易出現(xiàn)誤判或者漏判的現(xiàn)象。因此本方案采用同時考慮車輛的多種信息特征，使用多特征信息融合的方法來檢查車輛，這樣能夠克服一些環(huán)境的影響，提高檢測準確率和實時性。

在結(jié)構化道路的交通環(huán)境下，車輛作為一種相對運動著的人造物體，區(qū)別于大自然的景物以及交通標志、山、樹木等高速公路上其他交通因素，具有豐富的后視特征。前車的后視特征正是車輛相關處理步驟的主要研究對象，同時也是將車輛從圖像背景中分割出來并在此基礎上進行后續(xù)處理的主要依據(jù)。

一般的視覺圖像中，車輛會具有許多區(qū)別于周圍環(huán)境的一些特征，如存在許多相對密集的水平邊緣；垂直邊緣和水平邊緣往往會組成一個矩形或者U型；車輛具有一定的灰度對稱性；車輛存在陰影區(qū)域；車輛具有一定的紋理（如粗糙度、對比度）等，在以上這幾個特征中，如果光照條件不同，則車輛的邊緣特征和灰度信息也不同，因此每個特征對車輛判斷的貢獻也是變化的。如果單獨采用上面提到的任何一種特征進行車輛識別，則很難提高識別的準確性，因此本方案同時采用了車輛的陰影和邊緣兩種特征的相結(jié)合來實現(xiàn)車輛的識別和定位。首先利用車輛邊緣信息初步確定車輛存在的感興趣區(qū)域，然后，在上述區(qū)域中進行灰度差和車底陰影特征的分析，從而實現(xiàn)車輛的定位。

檢測準確性評價

設車輛實際的位置與大小，矩形框的對角線坐標為（a1，b1），（a2，b2）；檢測得到的車輛位置與大小， 矩形框的對角線坐標為（x1，y1），（x2，y2）；圖片的寬度為w，高度為h。

對準確率的判斷可以考慮兩個因素

（1）車定位框的大小

設實際定位框的為（a2-a1）（b2-b1），算法結(jié)果為（x2-x1）（y2-y1）；則誤差為錯誤率為P1=error1/（w· h）；

（2）車定位框的偏移計算

結(jié)束語

上述方案適用于一般情況，但障礙物存在遮擋，或者并行等情況，檢測結(jié)果會受到比較大的干擾，同時對于大部分操作，還未能實現(xiàn)自適應，不能很好的應用于各種不同的環(huán)境，穩(wěn)健性仍需加強。

解決這些問題的思路是可以根據(jù)車道線將物體隔離開，前提是需要做好分道線的檢測工作，需要改進算法提高自適應能力。

10.3969/j.issn.1001- 8972.2016.15.020