摘要：传统的车辆检测方法无法检测未完全进入摄像机视野的车辆，并且不具备对车辆大小的识别能力。在不同区域分别搜索车辆尾部阴影和侧边阴影并检测车高可以解决这些问题。在HSV颜色空间中通过Otsu算法获得阴影分割门限，利用车道线检测划分不同的搜索区域，设计了三邻域定向搜索车侧阴影算法，利用梯度分布直方图实现对车辆大小的识别。实验结果表明，算法对车侧阴影有较高的检测概率，对车辆的大小识别具有较高的正确率。
关键词：车辆检测；车侧阴影；车辆大小识别；HSV颜色空间
DOIDOI：10.11907/rjdk.161250
中图分类号：TP317.4文献标识码：A文章编号：1672-7800（2016）006-0218-03
参考文献：
[1]MARGIE PEDEN.World report on road traffic in injury prevention[R].Geneva，Switzerland：WHO，2004.
[2]BERTOZZL M，BROGGI A，FASCIOLI A.Vision-based intelligent vehicles：state of the art and pempectives[J].Robotics and Autonomous Systems，2000，32（3）：1-16.
[3]WILLIE DJ.Keeping cars from crashing[J].IEEE Spectrum，2001，38（9）：40-45.
[4]鲁威威，肖志涛，雷美琳.基于单目视觉的前方车辆检测与测距方法研究[J].电视技术，2011（1）：125-128.
[5]SAMYONG KIM，SE-YOUNG OH，JEONGKWAN KANG，et al.Front and rear vehicle detection and tacking[C].In The Day and Night Times Using Vision and Sonar Sensor Fusion，International Conference on Intelligent Robots and Systems，2010.
[6]FANG CHIUNGYAO，LIANG JUIHUNG，LO CHIAOSHAN，et al.A real-time visual-based front-mounted vehicle[C].Collision Warning System Computational Intelligence in Vehicles and Transportation Systems （CIVTS），2013 IEEE Symposium on Singapore： IEEE，2013：1-8.
[7]卢国良，鲍鲸，陈伟华，等.1994～2004年间上海市机动车主要车型的道路交通事故特征分析[J].中华疾病控制杂志，2006，10（5）：476-479.
[8]张国权，李战明，李向伟，等.HSV空间中彩色图像分割研究[J].计算机工程与应用，2010，45（26）：179-181.
[9]沈垣，李舜酩，柏方超，等.结构化道路中车道线的单目视觉检测方法[J].仪器仪表学报，2010，31（2）：397-402.
