[發明專利]車輛偵測方法、基于光強度動態的夜間車輛偵測方法及其系統

有效

• 申請號: 201811207295.4
• 申請日: 2018-10-17
• 公開（公告）號: CN111062231B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 廖柏翔;林泓邦;張右龍;許立佑
• 申請（專利權）人: 財團法人車輛研究測試中心
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/764;G06V10/774
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 徐金國

本發明提供一種車輛偵測方法、基于光強度動態的夜間車輛偵測方法及其系統?；诠鈴姸葎討B的夜間車輛偵測方法，其亮點偵測步驟是驅動運算單元針對影像運算而偵測出影像的亮點。車燈判斷步驟是驅動運算單元執行連通區域標記演算法而將相連通的亮點像素標記為連通區域值，然后依據亮點像素的面積大小或尺寸判斷是否為車輛光源。光流濾除步驟是驅動運算單元執行光流法而求得車輛光源的移動速度，并濾除移動速度小于預設速度的車輛光源。距離估算步驟是驅動運算單元執行座標轉換法而計算出未濾除的車輛光源與車輛之間的距離。借此，不但可取得較準確的車燈位置，還可提升數據處理的速度。

技術領域

本發明是關于一種車輛偵測方法及其系統，特別是關于一種即時有效的車輛偵測方法、基于光強度動態的夜間車輛偵測方法及其系統。

背景技術

前方碰撞預警系統(Forward Collision Warning；FCW)是先利用車道線辨識方法辨識出影像中的車道線，再透過車輛辨識方法判斷駕駛車輛與前方車輛的相對距離是否有在安全范圍內。

一般常見的車輛辨識方法是以分類器進行訓練后，取得分類器的相關參數，再使用此組參數進行車輛偵測，例如類神經演算法、深度學習等等。雖然此種車輛辨識可辨識出前方車輛，但其演算法較為復雜，且因夜間光線昏暗，使得影像上車輛特征較少，導致偵測效率較差。

由此可知，目前此領域上缺乏一種復雜度低、可即時偵測且高準確度的夜間車輛偵測方法及其系統，故相關研究者均在尋求其解決之道。

發明內容

因此，本發明的目的在于提供一種車輛偵測方法、基于光強度動態的夜間車輛偵測方法及其系統，其使用基礎影像處理方法偵測出車燈亮點，并結合光流法濾除非本車道的噪聲，不但可即時地取得較準確的車燈位置，還能解決習知車輛偵測技術中演算法較為復雜導致偵測效率較差的問題。

依據本發明的方法態樣的一實施方式提供一種基于光強度動態的夜間車輛偵測方法，其包含亮點偵測步驟、車燈判斷步驟、光流濾除步驟以及距離估算步驟。其中亮點偵測步驟是透過攝影機擷取影像，并驅動運算單元針對影像運算而偵測出影像的亮點，亮點包含多個亮點像素，攝影機與運算單元設于駕駛車輛。車燈判斷步驟是驅動運算單元執行一連通區域標記演算法而將相連通的亮點像素標記為連通區域值，然后執行一面積篩選法而分析具有連通區域值的亮點像素的面積，并依據面積的大小判斷具有連通區域值的亮點像素是否為車輛光源。再者，光流濾除步驟是驅動運算單元執行一光流法而求得車輛光源的移動速度，并濾除移動速度小于預設速度的車輛光源。距離估算步驟是驅動運算單元執行一座標轉換法而計算出未濾除的車輛光源與攝影機之間的距離。亮點偵測步驟包含直方圖均值化步驟，直方圖均值化步驟是依據影像的多個灰階值統計出各灰階值的出現次數，并依據出現次數改變這些灰階值而產生多個均值化灰階值。

借此，本發明的基于光強度動態的夜間車輛偵測方法使用影像處理方法偵測出車燈亮點，并結合光流法濾除非本車道的噪聲，可即時地取得較準確的車燈位置。此外，本發明所偵測的前方車輛不僅限于汽車，可偵測機車或有發亮的光源載具。

前述實施方式的其他實施例如下：前述亮點偵測步驟還可包含亮度特征擷取步驟，亮度特征擷取步驟是設定一灰階亮度門檻值，并依據灰階亮度門檻值擷取出各亮點像素的亮度較灰階亮度門檻值大者。

前述實施方式的其他實施例如下：前述直方圖均值化步驟可包含一累積分配函數，此累積分配函數用以改變這些灰階值。累積分配函數包含灰階值、出現次數、灰階層次及均值化灰階值?；译A值表示為i，出現次數表示為n_i，灰階層次表示為L，均值化灰階值表示為T_i，累積分配函數符合下式：

前述實施方式的其他實施例如下：在前述亮點偵測步驟中，運算單元可依據這些亮點像素的一顏色判斷這些亮點像素是否為車輛光源。當顏色為紅色時，運算單元判斷這些亮點像素為車輛光源，且車輛光源為車尾燈；當顏色為白色時，運算單元判斷這些亮點像素為車輛光源，且車輛光源為車頭燈。