附图说明
[0017] 为了更清楚地说明本发明实施例的技术方案,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发明的一些实施例,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。
[0018] 图1为本发明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
[0019] 下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
[0020] 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。
[0021] 如图1所示,本发明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:
[0022] (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;
[0023] (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;
[0024] (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;
[0025] (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;
[0026] (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;
[0027] (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。
[0028] 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,本发明不对获取的图像的方式进行限定。
[0029] 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。
[0030] 本发明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。
[0031] 以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明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发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。