车辆整体图像，基于车辆的整体图像计算像素尺寸进而获 得车辆实际外廓尺寸。
[0099]上述特征点提取模块进一步包含：
[0100] 第一获取子模块，用于在采集的图像中通过分割车辆前景与背景得到车头和车尾 所在图像;以车头车尾图像作为起始帧和结束帧，获取车辆测量中的图像序列；
[0101] 第二获取子模块，用于对图像帧遍历获得候选特征点，通过判断邻域灰度值与候 选特征点灰度值差别满足阈值的像素个数得到特征点。
[0102] 上述第二获取子模块进一步包含：
[0103] 候选特征点选取子模块，用于将每一帧图像中的所有元素作为候选特征点；
[0104] 特征点选择子模块，用于根据候选特征点进一步选择特征点，选择的具体原则为： 设定第一阈值与第二阈值，当任意一个候选特征点P周围邻域的一圈像素点的数量大于第 一阈值且候选特征点P周围邻域的一圈像素点与候选特征点P的灰度值的差别大于第二阈 值时，则选取该候选特征点P作为特征点，用公式表示为：
[0105]
[0106] 其中，I (X)为候选特征点P的邻域圆周上任意一点的灰度，I (P)为候选节点P点的 灰度，￡d为设定的第二差阈值;如果N大于设定的第一阈值，则候选节点p点为一个特征点。
[0107] 上述处理模块进一步包含：
[0108] 匹配处理子模块，用于筛选特征点进行匹配，再对匹配结果进行如下判断：
[0109] 1)对成功匹配的特征点进行进一步判断，删除背景中错误匹配的特征点和与车辆 运动方向偏差较大的特征点；
[0110] 2)相邻两帧图像满足判断标准的特征点进行均值计算，获取亚像素精度的匹配均 值；
[0111] 拼接子模块，用于将匹配处理子模块中得到的相邻两帧图像的匹配均值即为两帧 图像的相对拼接坐标；
[0112] 计算处理子模块，用于将相对拼接坐标之和作为车辆的像素尺寸;根据像素尺寸 和实际尺寸的比例值，获得车辆的真实尺寸。
[0113]实施例
[0114] 本发明主要针对动态运行的车辆图像序列进行特征分析与处理，以实现车辆在通 过检测装置之后的图像拼接。本算法通过对图像中随机特征的提取与定位，实现目标点的 定位，为了实现图像处理的精度，可以设置多个动态特征，并进行维护，通过相邻图像间图 像特征的差异匹配与分析，获取两个状态之间车辆的运行位移和速度，通过对车辆通过全 过程的特征跟踪与分析，获取车辆完成的运动状态信息，然后通过空间坐标关系计算出车 辆外廓尺寸。本算法的实现主要分为两个阶段：
[0115] 1)动态特征识别与跟踪
[0116] 对于车辆图像的样本，需要结合图像的灰度信息、特征区域信息，动态确定目标特 征，为提高检测精度，需要在车辆运动方向的维度进行多个特征的选取与定位，随着车辆的 运动，部分特征会随之消失，系统会根据特征的识别结果实时选取新特征，以保证系统检测 过程的延续性，通过多特征的定位与匹配，可以有效获取车辆运动状态信息，为车辆外廓尺 寸的测量提供数据基础。同时本方法可以消除灯光、拖影等因素的影响。
[0117] 图像特征的识别与匹配采用灰度分析与形状特征分析相结合的方法，通过灰度区 域分析进行目标定位，同时以形状特征作为二次验证与确认，可以提高图像特征分析过程 在光照、目标角度等方面的适应性。
[0118] 2)图像序列特征差异分析
[0119] 图像采集设备采用固定频率对动态通过的车辆进行拍照，在图像特征定位之后， 相邻图像样本间的特征差异会成为车辆尺寸计算的数据基础，如在前后两帧图像中，某特 征的相对位置发生了微小的变化，则通过像素间差异和间隔时间，可以获取车辆运动的位 移。本算法可以消除车辆运行速度的影响，如非匀速通过的车辆也可以准确获取其瞬时速 度，并在其有效通过时域内进行积分计算，从而得出车辆的实际尺寸。
[0120] 在帧η中，特征1的定位点像素与帧"η+Γ中的定位点像素之间的差异为X，两帧之 间的间隔时间为t，则通过时间与像素差可以获取车辆在本时间段的运动差异，同时通过图 像特征的定位与分析，可以对车辆运行状态和位移进行验证，以保证过程计算的准确性。
[0121 ]图1为图像动态特征跟踪方法实施例的流程图。
[0122] 图2为本发明提供的基于图像动态特征跟踪的车辆外廓尺寸测量方法的流程示意 图，该方法具备包含如下步骤：
[0123] 步骤一:获取车辆图像序列
[0124] 1)获取车辆测量的视频图像，通过分割车辆前景与背景得到车头、车尾所在图像。
[0125] 2)以车头车尾图像作为起始帧和结束帧，获取车辆测量中的图像序列。
[0126] 步骤二:获取相邻帧图像特征点
[0127] 对图像帧遍历获得候选特征点，通过判断邻域灰度值与候选特征点灰度值差别满 足阈值的像素个数得到特征点
[0128] 步骤三:筛选特征点进行匹配
[0129] 1)对于图像帧中的大量的二值特征描述算子，本算法采用贪婪穷举法得到相关性 较低的随机点对，可以得到300k*M的元素均为0或1的矩阵。对于该矩阵的列向量计算均值， 并重新排序，按照给定的阈值选取一定数量的相关性最小的特征点。
[0130] 2)对两帧图像的点进行匹配，筛选距离比例满足要求并且一一映射的特征点进行 匹配。
[0131] 步骤四：对匹配进行判断
[0132] 1)对成功匹配的特征点进行进一步判断，删除背景中错误匹配的特征点和与车辆 运动方向偏差较大的特征点。
[0133] 2)相邻两帧图像满足判断标准的特征点进行均值计算，获取亚像素精度的匹配均 值步骤五:得到拼接坐标
[0134] 上一步骤中相邻两帧图像的匹配均值即为两帧图像的相对拼接坐标
[0135] 步骤六:获取车辆外廓尺寸。
[0136] 1)步骤一中的图像序列中每一组相邻帧间的相对拼接坐标之和即为车辆的像素 尺寸
[0137] 2)根据标定的像素尺寸和实际尺寸的比例值，可以获得车辆的真实尺寸。
[0138] 图2中的其他组坐标为其他相邻帧图像匹配获得的坐标，两两拼接获得整体拼接 图像），图2中所述模板匹配为:传统的灰度拼接方法，绝对误差和方法。
[0139] 最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参 照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方 案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明 的权利要求范围当中。
【主权项】
1. 一种基于图像动态特征跟踪的车辆外廓尺寸测量方法，所述方法包含： 步骤100)采集图像信息，获取车辆检测过程的图像； 步骤101)基于车辆检测过程的图像获取相邻帖图像的特征点； 步骤102)对特征点进行匹配，针对匹配的图像进行拼接，获取车辆整体图像，基于车辆 的整体图像计算像素尺寸进而获得车辆实际外廓尺寸。2. 根据权利要求1所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法