复杂光流场运动分析与特征提取

针对车辆行车前方场景视频图像序列这一复杂光流场,提出一种基于光流分析的车辆行车环境特征实时提取方法:对固定在驾驶室的摄像机所拍摄的驾驶员视野前方行车视频图像序列进行区域分割,得到3个特征区域,采用五置信点光流算法对其中两个区域的光流场进行光流估计,并应用数理统计方法对其作置信空间和算术平均处理,提高了光流估计的鲁棒性,有效提取了自身行车速度、弯道、上下坡等特征信息;对另一区域进行帧间差分来实时提取夜间行车环境迎面车辆信息。行车实验结果表明:该方法抗干扰性强,实时性高,能有效地提取车辆行车环境特征信息,提取准确率达82.5%。该方法在自适应前照系统、智能交通系统中具有潜在的应用价值。