[發明專利]一種魚眼圖像車輛識別方法

有效

• 申請號: 201110299504.4
• 申請日: 2011-10-08
• 公開（公告）號: CN102509098A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 程廣濤;宋占杰;龐彥偉
• 申請（專利權）人: 天津大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G08G1/017
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 溫國林

1.一種魚眼圖像車輛識別方法，其特征在于，所述方法包括以下步驟：

101：用魚眼攝像機獲取魚眼圖像；

102：對所述魚眼圖像進行校正，獲取校正后魚眼圖像；

103：以所述校正后魚眼圖像為基礎，根據車輛當前環境分別獲取車輛下邊緣和車輛左右邊緣，得到車倆候選區域；

104：對所述車輛候選區域進行分類，識別車輛和非車輛；

其中，步驟102中所述對所述魚眼圖像進行校正，獲取校正后魚眼圖像具體為：

建立校正圖像坐標系中點(u′，v′)和校正相機坐標系中點(x′，y′，z′)之間的映射關系；

根據校正相機坐標系到世界坐標系的旋轉矩陣R′_cw1，將校正相機坐標系中點(x′，y′，z′)轉換到世界坐標系中點(x，y，z)；其中

Rwc1′=cosγ′sinγ′0-sinγ′cosγ′0001×cosβ′0-sinβ′010sinβ′0cosβ′×1000cosα′sinα′0-sinα′cosα′]]>

R′_cw1＝R′_wc1^-1

根據世界坐標系到魚眼相機坐標系的旋轉矩陣R″_wc2，將世界坐標系中點(x，y，z)轉換到魚眼相機坐標系中點(x″，y″，z″)；其中

Rwc2′′=cosγ′′sinγ′′0-sinγ′′cosγ′′0001×cosβ′′0-sinβ′′010sinβ′′0cosβ′′×1000cosα′′sinα′′0-sinα′′cosα′′]]>

通過3維魚眼攝像機到2維相機平面的轉換矩陣G，建立(x″，y″，z″)到魚眼相機平面(u″，v″)的映射關系，獲取所述校正后魚眼圖像；其中

G=1z′′1dx′′0u0′′01dy′′v0′′001f′′0000f′′000010]]>

魚眼圖像中的像素坐標和校正平面中的像素坐標映射關系為：

1u′′v′′=f′·G·Rwc2′′·Rcw1′·cos((u′-u0′)·dθ)-sin((u′-u0′)·dθ)(v′-v0′)·dy′f′;]]>

其中，步驟103中所述以所述校正后魚眼圖像為基礎，根據車輛當前環境分別獲取車輛下邊緣和車輛左右邊緣，得到車倆候選區域具體為：

(1)判斷所述校正后魚眼圖像消失線上方區域的灰度值是否大于設定的閾值T，如果是，則車輛當前環境為白天；否則車輛當前環境為夜晚；

(2)當前環境為白天采用基于多特征融合的車輛假設，具體方法包括：

提取車輛陰影，其中，設R表示垂直方向的對比敏感度值P_down，P_up是像素灰度值，設置對比敏感度閾值為T1，圖像的灰度閾值為T2，定義滿足R＞T1并且灰度值小于T2的點為車輛陰影點，獲取車輛陰影點的二值圖；

計算實際車輛陰影在圖像中的像素寬度，對所述校正后魚眼圖像進行粗分割，獲取粗分割區域；

設車輛陰影點在世界坐標系中的坐標為(X，Y，Z)，其中Y為魚眼攝像機的高度，Z為車輛陰影點距魚眼攝像機的距離，設車輛陰影的實際寬度為Rwidth，根據小孔成像原理，獲取車輛陰影在圖像中的最小像素寬度和最大像素寬度；

PixelWidth=Rwidth×fZ×dx]]>

其中，PixelWidth是車輛陰影的像素寬度，f是魚眼攝像機的焦距，dx是徑向畸變系數；車輛陰影在圖像中的最小像素寬度和最大像素寬度；

對所述粗分割區域進行直方圖均衡化處理，通過陰影長度閾值WT獲取車輛下邊緣；

T=Σj=1wmin1≤i≤h(Vi,j)w]]>

其中，V_i，j表示在(i，j)處的圖像灰度值，h表示粗分割區域的高度，w表示粗分割區域的寬度；在車輛陰影區域中自下往上找到一條寬度大于WT的邊作為車輛下底邊；

計算所述粗分割區域的二值輪廓對稱軸；

計算所述粗分割區域的灰度對稱軸和HSV色彩空間的S分量對稱軸；

對所述二值輪廓對稱軸、所述灰度對稱軸和所述S分量對稱軸進行融合處理，準確獲取車輛對稱軸的位置；

通過垂直Sobel算子在粗分割區域內提取垂直邊緣，并且對所述垂直邊緣進行垂直投影，結合所述車輛對稱軸的位置確定所述車輛左右邊緣；

(3)當前環境為黑天采用基于車燈檢測的車輛假設，具體方法包括：

對所述粗分割區域進行中值濾波處理，用最大類間方差法產生一個灰度閾值T，圖像中灰度值大于T則是光亮目標物，即潛在的車燈；

應用形態學選取合適的結構元素對光亮目標物進行先腐蝕后膨脹的處理，得到連通區域，記為C_i，(i＝1，2，K，p)，將滿足組合規則的連通區域組合成車燈對，以車燈對的左邊作為車輛左邊緣，右邊作為車輛右邊緣；

其中，每個區域的上、下、左、右邊界分別記為t(C_i)、b(C_i)、l(C_i)、r(C_i)，所述組合規則具體為：

兩個連通區域的中心連線是一條水平線；

兩個連通區域的面積相似；

兩個連通區域之間的水平距離定義為：

Width(B)＝max[r(C_i)，r(C_j)]-min[l(C_i)，l(C_j)]

Width(B)需要滿足實際車輛頭燈之間距離的范圍；

兩個連通區域形成的矩形框的高度定義為：

Height(B)＝max[(b(C_i)-t(C_i))，(b(C_j)-t(C_j))]

矩形框的縱橫比滿足：

Width(B)/Height(B)≥Th_ar

一般取Th_ar為2；

確定車底陰影的搜索范圍，在搜索范圍中計算陰影閾值，利用所述陰影閾值對搜索范圍進行二值化，圖像灰度值大于T_min，并且小于T_max的像素被認為是車底陰影點，從下到上搜索陰影點個數大于某個長度閾值LT的行作為車輛下邊緣；

其中，Tmax=1NΣRow=1Height(ΣCol=1WidthSearchRegion(Row,Col))]]>

Tmin=minCol=1Width(minRow=1Height(SearchRegion(Row,Col)))]]>

Height，Width表示搜索范圍的高和寬，N＝Width×Height。