[發明專利]基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法及系統有效
| 申請號: | 201710338704.3 | 申請日: | 2017-05-15 |
| 公開(公告)號: | CN108197523B | 公開(公告)日: | 2021-09-14 |
| 發明(設計)人: | 蘇曉聰;潘堯 | 申請(專利權)人: | 武漢光庭科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06T7/00;G06T7/11;G06T7/13;G06T7/136;G06T7/62 |
| 代理公司: | 武漢河山金堂專利事務所(普通合伙) 42212 | 代理人: | 胡清堂 |
| 地址: | 430000 湖北省武*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 圖像 轉換 輪廓 鄰域 差異 夜間 車輛 檢測 方法 系統 | ||
1.一種基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法包括以下步驟:
S1、采集前向相機的圖像數據,對采集到的圖像數據進行圖像預處理得到精準分割區域中包含車燈的亮度塊;
S2、利用車燈所在光源高度、以及單個亮度塊區域面積和同一輛車車燈之間經驗值篩選掉精準分割區域亮度塊中大部分的非車燈區域;
S3、將透視圖轉換到逆透視變換的鳥瞰圖,檢測鳥瞰圖中的高亮區域,并將該高亮區域自透視圖中刪除;
S4、在刪除高亮區域后的透視圖上的亮度塊中提取最大外接多邊形輪廓,依此再向外構建一個新的多邊形輪廓,根據兩個輪廓上點的平均灰度值之間差異剔除路面反光源的亮度塊;
S5、基于車燈所在光源高度以及車燈之間的距離來匹配同一車輛的車燈。
2.根據權利要求1所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述步驟S1包括以下分步驟:
S11、采集前向相機的圖像數據,根據所選相機和鏡頭確定能檢測的最大距離、穩定檢測距離的經驗閾值對圖像數據的ROI區域進行精準分割區域和粗分區域的劃分;
S12、對粗分區域的圖像僅進行灰度值閾值操作,檢測出粗分區域中的亮度塊;
S13、對精準分割區域的圖像進行灰度轉化,利用大氣反射模型去除精準分割區域中的部分車燈光源與地面反射光,并基于灰度值閾值操作得到精準分割區域中包含車燈的亮度塊。
3.根據權利要求1所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述步驟S2包括以下分步驟:
S21、根據車燈所在光源高度,刪除精準分割區域和粗分區域中高度不符合光源高度的亮度塊;
S22、根據車燈的面積大小,刪除精準分割區域和粗分區域中單個亮度塊區域面積與車燈面積相差超過閾值差值的亮度塊;
S23、根據同一輛車車燈之間的間距,對精準分割區域中同一高度且相鄰的亮度塊進行匹配。
4.根據權利要求1所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述步驟S3包括以下分步驟:
S31、根據世界坐標系轉換到圖像像素坐標系之間的單應矩陣,將透視圖轉換到逆透視變換的鳥瞰圖;
S32、對鳥瞰圖進行圖像灰度閾值處理,檢測鳥瞰圖中的高亮區域;
S33、提取圖像高亮度區域輪廓并記錄該輪廓相對于圖像左上角原點的相對關系;
S34、將鳥瞰圖轉換到為透視圖,并根據相對關系將圖像高亮度區域對應的區域刪除。
5.根據權利要求4所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述世界坐標系轉換到圖像像素坐標系之間的單應矩陣的求解方法如下:
在平坦地面上選取一個矩形,標記矩形的四個頂點,在圖像ROI區域中找到對應的四個頂點像素坐標,利用OpenCV中的getPerspectiveTransform函數求解得到世界坐標系轉換到圖像像素坐標系之間的單應矩陣H。
6.根據權利要求1所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述步驟S4包括以下分步驟:
S41、在透視圖上的亮光塊中提取外接最大多邊形輪廓;
S42、向外迭代最大多邊形輪廓的最鄰近匹配點建立新的外圍輪廓;
S43、計算新的外圍輪廓的輪廓平均灰度值與原來輪廓平均灰度值之間差異,如果差異大,證明亮度下降較快,為光源點,反之,則為路面反光進行剔除。
7.根據權利要求1所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測方法,其特征在于,所述前向相機緊貼車輛前擋風玻璃水平放置的CMOS相機。
8.一種基于圖像轉換及輪廓鄰域差異的夜間車輛檢測系統,其特征在于,所述基于圖像轉換及輪廓鄰域差異的夜間車輛檢測系統包括以下功能模塊:
閾值檢測模塊、用于采集前向相機的圖像數據,對采集到的圖像數據進行圖像預處理得到精準分割區域中包含車燈的亮度塊;
閾值篩選模塊、用于利用車燈所在光源高度、以及單個亮度塊區域面積和同一輛車車燈之間經驗值篩選掉亮度塊中大部分的非車燈區域;
圖像轉換篩選模塊、用于將透視圖轉換到逆透視變換的鳥瞰圖,檢測鳥瞰圖中的高亮區域,并將該高亮區域自透視圖中刪除;
差異判斷模塊、用于在刪除高亮區域后的透視圖上的亮度塊中提取最大外接多邊形輪廓,依此再向外構建一個新的多邊形輪廓,根據兩個輪廓上點的平均灰度值之間差異剔除路面反光源的亮度塊;
閾值匹配模塊、用于基于車燈所在光源高度以及車燈之間的距離來匹配同一車輛的車燈。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢光庭科技有限公司,未經武漢光庭科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710338704.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種隱形二維條碼自動識別系統
- 下一篇:一種火場火勢成圖的方法
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





