[發(fā)明專利]一種基于道路監(jiān)控視頻圖像的最遠可見點檢測方法在審
| 申請?zhí)枺?/td> | 201811054764.3 | 申請日: | 2018-09-11 |
| 公開(公告)號: | CN109285187A | 公開(公告)日: | 2019-01-29 |
| 發(fā)明(設計)人: | 路小波;曹毅超 | 申請(專利權)人: | 東南大學 |
| 主分類號: | G06T7/70 | 分類號: | G06T7/70;G06T7/11 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人: | 王安琪 |
| 地址: | 211189 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 分析區(qū)域 道路監(jiān)控 視頻圖像 背景提取 點檢測 推導 標示 嵌入式平臺 圖像對比度 背景圖像 干擾信息 過往車輛 氣象學 計算量 能見度 算法 路標 攝像機 視點 引入 檢測 | ||
1.一種基于道路監(jiān)控視頻圖像的最遠可見點檢測方法,其特征在于,包括如下步驟:
(1)安裝攝像機后,手工標示出待分析區(qū)域;
(2)對待分析區(qū)域進行背景提??;
(3)推導背景圖像中可視點的對比度閾值;
(4)計算圖像對比度,與閾值對比,得到最遠可見點。
2.如權利要求1所述的基于道路監(jiān)控視頻圖像的最遠可見點檢測方法,其特征在于,步驟(1)中,手工標示出待分析區(qū)域具體包括如下步驟:
(11)首先標示待分析的路面區(qū)域;路面區(qū)域在道路監(jiān)控視頻圖像為梯形,視頻圖像中手工標示出表征路面區(qū)域的四個點,分別為左側車道邊緣頂點A、底點D;右車道邊緣頂點B、底點C;
(12)根據(jù)這四個點確定待分析區(qū)域,連接AD、BC;從上往下逐行掃描,當直線AD與BC的間距為圖像寬度的十分之一時停止,該行與直線AD與BC的交點分別為G、H,以這兩點向上作直線,直線間區(qū)域屬于待分析區(qū)域;
(13)取AD、BC的中點E、F,梯形GHEF屬于待分析區(qū)域;ACBD均屬于路面區(qū)域,霧天和非霧天灰度變化的區(qū)別主要在地平線附近,各種天氣下圖像在靠近底端的路面區(qū)域灰度變化均趨于平緩,所以僅選擇GHFE表征路面區(qū)域;
(14)以上步驟得到的區(qū)域合并,即為最終待分析區(qū)域。
3.如權利要求1所述的基于道路監(jiān)控視頻圖像的最遠可見點檢測方法,其特征在于,步驟(2)中,對待分析區(qū)域進行背景提取具體包括如下步驟:
(21)使用灰度統(tǒng)計方法計算初始背景;一段時間內,統(tǒng)計連續(xù)多幀圖像同一個像素點的各灰度值出現(xiàn)次數(shù),取出現(xiàn)次數(shù)最多的灰度作為背景圖像中該像素點灰度;在連續(xù)圖像幀中,如果前景未覆蓋該點,該點灰度基本保持不變,即為背景物體灰度,該灰度出現(xiàn)次數(shù)最多;如果有前景覆蓋該點時,由于前景為運動物體,該點灰度會發(fā)生較大變化且每個灰度出現(xiàn)次數(shù)不會很多,則一段時間內取該點出現(xiàn)次數(shù)最多的灰度為背景灰度;
(22)得到初始背景圖像后,使用均值法結合初始背景圖像計算新背景圖像;抽取圖像中連續(xù)N張圖像,將每張圖像相同坐標的像素點的灰度累加后求平均,每個像素點灰度平均值組成背景圖像,數(shù)學表達式如下:
Ik(x,y)表示第k幀圖像坐標(x,y)處像素點的灰度,B0(x,y)為背景圖像中坐標(x,y)處像素點的灰度;計算時,每個像素點在每幀圖像中灰度與在初始背景中灰度差值如果超出一定閾值,說明該點此時可能被前景覆蓋或者是噪聲,不對該灰度進行累加;否則該點表征背景場景,進行累加;背景圖像中坐標(x,y)的像素點灰度計算公式如下:
B1(x,y)為新背景圖像該點灰度,Ik(x,y)為第k幀圖像的該點灰度,B0(x,y)為舊背景圖像該點灰度,Vk(x,y)變量判斷是否對第k幀圖像的該點灰度累加,Nxy為坐標(x,y)處像素點灰度累加次數(shù)。
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東南大學,未經(jīng)東南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811054764.3/1.html,轉載請聲明來源鉆瓜專利網(wǎng)。





