[發明專利]基于單雙目視覺融合的障礙物檢測預警系統

在審

• 申請號: 201711242891.1
• 申請日: 2017-11-30
• 公開（公告）號: CN108205658A
• 公開（公告）日: 2018-06-26
• 發明（設計）人: 馬杰;杜紅民;肖進勝;孔曉陽;王瑩瑩;王茹川;王磊
• 申請（專利權）人: 中原智慧城市設計研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 鄭州德勤知識產權代理有限公司 41128
• 代理人: 黃紅梅

本發明提供一種基于單雙目視覺算法融合的障礙物檢測預警系統，包括如下步驟實現障礙物檢測預警：步驟一、根據輸入的左右原圖，利用標定好的相機信息進行圖像校正，獲得行對齊的左右圖像對；步驟二、采用基于移動端的半全局立體匹配算法處理左右圖像對，通過算法優化，獲取左圖視差圖；步驟三、對校正過后的左圖進行單目視覺的障礙物檢測，識別圖像中的行人以及車輛；步驟四、根據步驟三中檢測到的行人以及車輛，結合雙目視覺的深度信息，確定障礙物的距離和方位，再根據設定的預警閾值判定是否為安全范圍。

技術領域

本發明涉及圖像處理技術領域，具體涉及一種基于單雙目視覺融合的障礙物檢測預警系統。

背景技術

雙目立體視覺就是模擬人的雙眼，用兩個相機從不同的角度拍攝左右圖，通過立體匹配算法獲得視差圖，根據視差圖和深度圖的關系就可以恢復場景中的深度信息。

立體匹配算法是其研究的重點。目前傳統的立體匹配算法主要分成三大類：局部匹配算法、全局匹配算法和半全局匹配算法。

局部匹配算法主要通過比較待匹配點一定范圍內的局部特性進行匹配。優點是計算速度快，但效果好壞很大程度上取決于是否選擇了合適的代價函數以及匹配窗口，對于紋理信息不豐富的區域，如弱紋理區域以及無紋理區域，處理效果不好。

全局匹配算法一般采用掃描線或全局考慮整個待匹配圖像信息進行視差求解。雖然全局匹配算法能較好的處理弱紋理、深度不連續區域和遮擋區域。但計算非常耗時，運算量大，不能滿足實時性要求。

半全局匹配算法是從不同方向的一維路徑進行匹配代價的聚合，然后選擇最小代價體，既沒有只考慮像素的局部區域，也沒有考慮所有的像素點，兼具了全局算法和局部算法的優點。雖然半全局匹配算法能得到了較高的匹配精度，并對光照有很強的魯棒性。但是，半全局匹配算法仍存在很多缺陷，如邊緣信息不突出，對深度不連續的區域效果不好，還會出現視差斷裂現象。

道路交通環境下，行人和車輛的檢測主要基于單目視覺算法。目前常用的行人車輛檢測分類方法可以分為:基于監督學習的方法和基于運動分割的方法。

基于監督學習的方法需要預先對分類器進行訓練。提取行人的特征放入分類器進行訓練,類似的有Harr特征與Adaboost算法,這類方法的優點在于準確度高、攝像機晃動影響小,但是缺點在于時間復雜度大,而且需要事先進行訓練,場景變換后需要重新訓練。

基于運動分割的方法要求攝像機固定,對運動的物體進行檢測分類。例如，通過幀差法檢測運動物體,提取運動物體長寬比作為特征進行分類,然后利用跟蹤將目標在每一幀獲得的分類結果進行統計,最終輸出統計結果的總數。

為了解決以上存在的問題，人們一直在尋求一種理想的技術解決方案。

發明內容

本發明的目的是針對現有技術的不足，從而提供一種基于單雙目視覺融合的障礙物檢測預警系統，能夠結合單雙目在交通環境下檢測目標的同時，定位目標的位置和理解周圍的場景。

為了實現上述目的，本發明所采用的技術方案是：一種基于單雙目視覺算法融合的障礙物檢測預警系統，包括如下步驟實現障礙物檢測預警：

步驟一、根據輸入的左右原圖，利用標定好的相機信息進行圖像校正，獲得行對齊的左右圖像對；

步驟二、采用基于移動端的半全局立體匹配算法處理左右圖像對，通過算法優化，獲取左圖視差圖；

步驟三、對校正過后的左圖進行單目視覺的障礙物檢測，識別圖像中的行人以及車輛；

步驟四、根據步驟三中檢測到的行人以及車輛，結合雙目視覺的深度信息，確定障礙物的距離和方位，再根據設定的預警閾值判定是否為安全范圍。

基于上述，所述步驟二中，利用半全局立體匹配算法進行視差圖的獲取，首先對輸入的左右圖分別進行中心對稱census變換；