，其特征在 于，所述步骤101)具体包含:步骤101-1)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； W车头和车尾图像分别作为起始帖和结束帖，进而获取车辆测量中的图像序列； 步骤101-2)对图像帖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 的差别进而得到特征点。3. 根据权利要求2所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其特征在 于，所述步骤101-2)具体为： 首先，将每一帖图像中的所有元素作为候选特征点； 然后，根据候选特征点进一步选择特征点，选择的具体原则为:设定第一阔值与第二阔 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阔值且候选特征点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阔值时，则选取该候选特征 点P作为特征点，用公式表示为：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， Ed为设定的第二差阔值;如果N大于设定的第一阔值，则候选节点P点为一个特征点。4. 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，其特征在 于，所述步骤102)具体包含： 步骤102-1)筛选特征点进行匹配，再对匹配结果进行如下判断： 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 方向偏差大于设定的第=阔值的特征点； 2) 将相邻两帖图像中满足步骤1)的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102-2)将步骤102-1)中得到的相邻两帖图像的匹配均值作为两帖图像的相对拼 接坐标； 步骤102-3)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。5. 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，其特征在 于，所述步骤102-1)具体为： 将找到的特征点采用筛选二进制特征描述算子进行匹配，且匹配的具体过程为： 步骤102-1-1)，选用像素中屯、的一个二值特征描述算子作为比较对象，具体为： 采用如下的二进制描述算子间的相关性系数计算公式得到相关性系数最低的随机点 对，将随机点对作为关键点：其中，X，Y为测量相关性的两个向量，n为向量的维数，Xi为向量的元素；i为向量维数的 索引号； 建立关键点的测试矩阵T，将测试矩阵T中的每个特征点与其邻域的像素组合方式的数 量为M: M=((l-t+l)2)2 其中，1为定义的关键点的邻域宽度，t为替代特征点和邻域像素点的邻域块的宽度； 步骤102-1-2)，对于测试集矩阵T的列向量计算均值，并重新排序，按照设定的第四阔 值选取若干个相关性系数最低的特征点； 步骤102-1-3)，对两帖图像中的经过步骤101-1-2)筛选后的特征点进行匹配操作，其 中应当将筛选距离比例满足要求并且一一映射的特征点进行匹配。6.根据权利要求5所述的基于图像动态特征跟踪的车辆外廓尺寸测量方法，其特征在 于，所述步骤102-1-1)进一步包含： 首先，获取特征点P的主方向，具体为： 通过矩计算得到特征点P主方向，表示如下：其中，X轴的方向分量y轴的方向分量Moo为0阶矩，Moi,化0为1阶矩，矩 函数表示为：其中，X和y为特征点P在图像上的像素坐标，k和1为矩的阶数； 其次，提取二进制特征描述算子，具体为： 采用优化的多尺度拓扑结构作为特征点P的二进制特征描述算子，所述的优化的多尺 度拓扑结构为:若干个面积不同且有重叠的圆，且距离中屯、的特征点P越近的采样点的采样 半径越小，反之距离特征点P越远的采样点采样半径越大； 所述二进制特征描述子表示如下：其中，Pa为采样点和特征点P组成的点对，N表示期望的二进制编码长度；其中，/(妃1)为采样点对Pa中前一个采样点的像素值，/(結Z)为采样点对Pa中后一个采 样点的像素值。7. -种基于图像动态特征跟踪的车辆外廓尺寸测量系统，其特征在于，所述系统包含： 采集模块，用于采集图像信息，获取车辆检测过程的图像； 特征点提取模块，用于基于车辆检测过程的图像获取相邻帖图像的特征点； 处理模块，用于对特征点进行匹配，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。8. 根据权利要求6所述的基于图像动态特征跟踪的车辆外廓尺寸测量系统，其特征在 于，所述特征点提取模块进一步包含： 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;W车头车尾图像作为起始帖和结束帖，获取车辆测量中的图像序列； 第二获取子模块，用于对图像帖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阔值的像素个数得到特征点。9. 根据权利要求7所述的基于图像动态特征跟踪的车辆外廓尺寸测量系统，其特征在 于，所述第二获取子模块进一步包含： 候选特征点选取子模块，用于将每一帖图像中的所有元素作为候选特征点； 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 第一阔值与第二阔值，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阔 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阔值时， 则选取该候选特征点P作为特征点，用公式表示为：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， Ed为设定的第二差阔值;如果N大于设定的第一阔值，则候选节点P点为一个特征点。10. 根据权利要求7所述的基于图像动态特征跟踪的车辆外廓尺寸测量系统，其特征在 于，所述处理模块进一步包含： 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： 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； 2) 相邻两帖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； 拼接子模块，用于将匹配处理子模块中得到的相邻两帖图像的匹配均值即为两帖图像 的相对拼接坐标； 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。
【专利摘要】本发明涉及一种基于图像动态特征跟踪的车辆外廓尺寸测量方法及系统，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帧图像的特征点；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。上述步骤101)具体包含：步骤101-1)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；以车头和车尾图像分别作为起始帧和结束帧，进而获取车辆测量中的图像序列；步骤101-2)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的差别进而得到特征点。
【IPC分类】G06T7/20
【公开号】CN105654507
【申请号】
【发明人】白伟光, 孙洁, 姜金岭, 苌超凡
【申请人】北京航天测控技术有限公司
【公开日】2016年6月8日
【申请日】2015年12月24日