为向驾驶者提供有效的车辆位置信息,提高驾驶安全性,提出了一种融合多种目标特征的单目视觉车辆检测与跟踪方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域,减少搜索范围。再利用车辆底部的阴影特征,在感兴趣区域中搜寻车辆可能出现的位置,找出假设目标。然后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标。同时,融合颜色和梯度方向建立目标特征模型,利用均值平移算法在随后的图像序列中对目标进行快速跟踪定位。检测与跟踪联合工作在一种互动机制下,大幅改善了算法的有效性和实时性。实验结果显示,提出方法

当前夜间道路前方车辆目标检测技术存在检测结果与实际结果差距较大，准确率低的问题。据此，提出基于机器视觉的一种新的夜间道路前方车辆目标检测技术，根据设定的等级曲线分析车辆路面灰度等级数变化过程，使用Robinson边缘检测算法建立矩形窗口，获取图像梯度值，根据方向模板算子确定图像中心点的灰度值和图像中心点的方向。将相关跟踪法、差图像和模式识别法同时应用到机器视觉技术中，对图像序列中的目标数据进行实时跟踪，判断出目标的运动轨迹。对比结果表明，所提方法能够较为精准地提取出车辆特征值信息，从而实现准确检