[發明專利]基于多子圖融合與顯著性分析的車輛檢測裝置及系統

在審

• 申請號: 201711418027.2
• 申請日: 2017-12-25
• 公開（公告）號: CN109961637A
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 田雨農;蒼柏;唐麗娜
• 申請（專利權）人: 大連樓蘭科技股份有限公司
• 主分類號: G08G1/017
• 分類號: G08G1/017
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 畢進

基于多子圖融合與顯著性分析的車輛檢測裝置及系統，屬于車輛識別檢測領域，技術要點是：多個子圖象顯著性分析模塊：對多個子圖象進行顯著性分析形成顯著性分析圖；加權融合模塊：對多個子圖象的顯著性分析圖加權融合，以確定出含有目標車輛的候選區域；校正模塊：對所述候選區域進行邊界校正并進行精確判斷。

技術領域

本發明屬于車輛識別檢測領域，涉及一種基于多子圖融合與顯著性分析的車輛檢測裝置及系統。

背景技術

作為FCW(前方碰撞預警，Front Collision Warning)中重要的一環，基于視覺傳感器的移動車輛檢測成為眾多同行研究的焦點之一。目前的基于視覺傳感器的移動車輛檢測方法，在處理大逆光情況時往往難以將目標車輛檢出，因為此時不論是車底陰影還是車尾燈等信息都與周圍環境存在較低的對比度，傳統預處理的手段往往不再適用；而對于滑動窗口的檢測手段，則需要大量訓練代價并伴有高虛警的風險。因此，大逆光情況往往是各種新興車輛檢測方法挑戰的場景之一。

發明內容

為了解決上述問題，本發明提出如下技術方案：基于多子圖融合與顯著性分析的車輛檢測裝置，存儲有多條指令，所述指令適于處理器加載并執行：

對多個子圖象進行顯著性分析形成顯著性分析圖；

對多個子圖象的顯著性分析圖加權融合，以確定出含有目標車輛的候選區域；

對所述候選區域進行邊界校正并進行精確判斷。

有益效果：本發明提出一種基于多個子圖像信息融合的車輛檢測方法，利用大逆光情況下，雖然目標車輛在整體圖像中的對比度很弱，但是總會存在一定的鄰域區間，使得在該鄰域區間內，目標車輛的對比度相對較強，從而在該子區域內將車輛目標與背景分離開來；然后將多個子圖信息融合起來，進行后續的邊界修正與精確目標檢測。

附圖說明

圖1車輛檢測總體流程圖；

圖2利用多子圖融合檢測圖像中車輛目標的流程。

具體實施方式

如圖(1)所示，本發明使用經過采樣的圖像Y通道信息進行車輛目標的檢測。首先經過基于圖像分層的顯著性分析來進行預處理，得到篩選后的含有目標車輛的候選區域；然后，對含有目標車輛的候選目標區域進行邊界修正；之后，將修正后的含有目標車輛的候選區域送給分類器進行精確判斷；之后，根據多幀聯合機制與圖像去重合機制處理后得到最終的目標車輛區域。

(一)基于多子圖融合的顯著性預處理

首先，本發明根據目標物體在原始圖像中可能出現的位置與尺寸，將原始圖像劃分為若干子區域，這些子區域中可能存在目標物體與周圍環境相對強烈的對比。這些子區域可以存在重疊區域，重疊區域需要進行進一步的權重歸一化；

然后，對分別計算各個子圖像中每個像素值到其他像素值的距離之和(這里使用歐式距離，但不限于歐式距離)，作為衡量該點像素對比度的一種度量。

在計算各個子圖像中每個像素與其他像素之間的距離之和后，記錄各個子圖像中這些距離之和的最大值與最小值。因為可能存在子圖像中的各個像素的對比度比較低，其最大值與最小值相同，這類子區域在候選的顯著性特征值計算中沒有作用，所以對這類子圖像之間跳過；

下一步，利用前面的各個像素點的距離之和(這里使用歐式距離，但不限于歐式距離)取一定的指數運算，作為該點的顯著性特征值。這里所取的指數值與需檢測的目標物體在圖像中的對比度強烈程度有關，故此需要具體問題具體設定。

然后，將原始圖像與特征圖像分別映射到0-255的范圍內。

進一步，將用顯著性分析圖減去拉伸圖像，得到各個子圖像的突出的目標圖像。