一种基于不变量特征匹配的车辆测速方法技术

本发明专利技术公开了一种基于不变量特征匹配的车辆测速方法，其包括步骤：（1）确定两幅初始图像中车辆大致区域图像；（2）提取两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；（3）在两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；（4）计算每一对匹配特征点在车辆纵向方向上的相对距离；（5）对所有匹配特征点进行聚类，聚类中心处的相对距离即为车辆在图像中的移动距离；（6）将图像距离转化为车辆实际的行驶距离，除以获取两帧图像的时间差得到车辆速度。本发明专利技术解决了运动物体在图像中的精确定位切分问题，测量过程在尺度变化、光照变化和噪声抑制等方面具有较强的鲁棒性，有利于提高测速的精度和稳定性。

【技术实现步骤摘要】
一种基于不变量特征匹配的车辆测速方法
本专利技术涉及视频图像处理领域，特别是一种基于不变量特征匹配的车辆测速方法。
技术介绍
车辆超速行驶是造成重大交通事故的主要原因之一。目前，交管部门应对车辆超速的主要方法是利用超速违章检测设备在路面进行违章检测，发现有违章的车辆通过，则由人工记录取证事后进行非现场处罚。超速检测设备有很多种，主要有雷达、激光、视频三种类型。其中，视频测速具有简单高效、低成本等易于推广应用的特点。现有的视频测速方法试图通过视频图像处理技术对车辆或车牌进行准确的分割，从而计算出它们在摄像机视场中的纵向移动距离；然后，通过标定好的摄像机参数将图像距离转化实际的移动距离，再根据采集时间即可实现车辆测速。然而，运动物体在图像中的精确定位切分问题始终是视频测速的难点，目前还没有得到很好的解决，严重阻碍了这种方法的推广使用。近年来，以SIFT(ScaleInvariantFeatureTransform)、SURF(SpeededuprobustFeatures)为代表的不变量技术研究越趋成熟，逐渐被广泛应用于各种机器视觉和模式识别领域。这些不变量提取的特征点具有以下特点：(1)位置、尺度和方向是特征点的三要素；(2)描述图像的局部特征，对尺度变化、旋转等仿射变化保持不变性，对噪声和光照变化具有坚强的稳定性；(3)独特性好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；(4)多量性，即使少量的几个物体也能产生大量的特征点。利用不变量特征匹配，可以迅速找到两幅图像中相同或相似的目标，同时准确描述出目标的位置，这十分有利于视频帧或场图像中运动物体的精确定位和切分。
技术实现思路
本专利技术提供了一种基于不变量特征匹配的车辆测速方法，其包含以下步骤：(1)获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；(2)利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；(3)在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；(4)根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；(5)以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆大致区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；(6)将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧初始图像的时间差得到车辆速度。较佳地，所述两帧初始图像为摄像机拍摄的视频流中的两帧图像。较佳地，所述两帧初始图像为相机拍摄的两帧图像。较佳地，所述两帧初始图像分别按像素减去存储的静态背景图像得到两幅初始图像中车辆大致区域图像。本专利技术具有以下有益效果：本专利技术提供的基于不变量特征匹配的车辆测速方法中，不变量匹配特征点不仅可以准确找到两幅初始图像中车辆区域相同位置的多组匹配特征点，也可以准确描述每组匹配特征点的纵向相对距离，即车辆移动的图像距离，从而计算出车辆实际的纵向移动距离；此外，不变量的诸多特性使得上述测量过程在尺度变化、光照变化和噪声抑制等方面表现出较强的鲁棒性。当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的基于不变量特征匹配的车辆测速方法流程图。具体实施例下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。本实施例给出的初始图像为车辆与静态背景图像组成的图像，静态背景图像为车辆所在背景环境的图像，车辆大致区域图像为滤除原初始图像中的绝大部分静态背景图像，仅保留车辆区域与车量区域附近少部分的静态背景。如图1所示，本专利技术实施例提供了一种基于不变量特征匹配的车辆测速方法，其包括以下步骤：(1)获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；(2)利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；(3)在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；(4)根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；(5)以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆大致区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；(6)将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧初始图像的时间差得到车辆速度。本实施例提供的所述两帧初始图像可以是摄像机拍摄的视频流中的两帧图像，也可以是为相机拍摄的两帧图像，或者采用其他方式获得的两帧图像，本专利技术不对获取的图像的方式进行限定。优选的，所述两帧初始图像分别按像素减去存储的静态背景图像得到两幅初始图像中车辆大致区域图像。本专利技术提供的基于不变量特征匹配的车辆测速方法中，不变量匹配特征点不仅可以准确找到两幅初始图像中车辆区域相同位置的多组匹配特征点，也可以准确描述每组匹配特征点的纵向相对距离，即车辆移动的图像距离，从而计算出车辆实际的纵向移动距离；此外，不变量的诸多特性使得上述测量过程在尺度变化、光照变化和噪声抑制等方面表现出较强的鲁棒性。以上公开的本专利技术优选实施例只是用于帮助阐述本专利技术。优选实施例并没有详尽叙述所有的细节，也不限制该专利技术仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本专利技术的原理和实际应用，从而使所属
技术人员能很好地理解和利用本专利技术。本专利技术仅受权利要求书及其全部范围和等效物的限制。本文档来自技高网...

【技术保护点】
一种基于不变量特征匹配的车辆测速方法，其特征在于，包括以下步骤：    （1）获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；（2）利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；（3）在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；（4）根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；（5）以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆区域图像中各对应点的距离相对固定的特点滤除非车辆区域或错配的匹配特征点，聚类中心处的相对距离即为车辆在两帧初始图像中沿车辆纵向方向上的移动距离；（6）将所述聚类中心处的相对距离转化为车辆实际的行驶距离，再除以获取两帧图像的时间差得到车辆速度。

【技术特征摘要】
1.一种基于不变量特征匹配的车辆测速方法，其特征在于，包括以下步骤：(1)获取车辆行驶过程中的两帧初始图像，除去所述两帧初始图像中的静态背景图像，确定两幅初始图像中车辆大致区域图像；(2)利用不变量SIFT或SURF提取步骤1所得两幅车辆大致区域图像的特征点，获得两组不变量特征点的集合；(3)在步骤2所得的两组特征点集合中进行特征匹配，得到两幅车辆大致区域图像的匹配特征点集合；(4)根据匹配特征点集合中各匹配特征点所在的初始图像中的位置，计算所述匹配特征点集合中每一对匹配特征点在车辆纵向方向上的相对距离；(5)以步骤4所得的相对距离为参数，对所有匹配特征点进行聚类，利用两幅车辆大致区域图像中各对应...

【专利技术属性】
技术研发人员：陈杰，胡博，杨星，郝晓莉，乔亚，王宇，
申请(专利权)人：安徽建筑大学，
类型：发明
国别省市：安徽;34