[發(fā)明專利]一種屏蔽門障礙物檢測方法及檢測系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201811211443.X
• 申請(qǐng)日: 2018-10-17
• 公開（公告）號(hào): CN109447090B
• 公開（公告）日: 2021-12-03
• 發(fā)明（設(shè)計(jì)）人: 呂陽;王鶴鳴;周峰;鄭良廣
• 申請(qǐng)（專利權(quán)）人: 寧波中車時(shí)代傳感技術(shù)有限公司
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46;G06K9/62;G06T5/00;G06T7/11;G06T7/136
• 代理公司: 寧波誠源專利事務(wù)所有限公司 33102
• 代理人: 張一平;王瑩

1.一種屏蔽門障礙物檢測方法，其特征在于：包括以下步驟：

S1、拍攝屏蔽門與車輛們之間區(qū)域的圖像；

S2、將拍攝的圖像與場景變化標(biāo)定圖像進(jìn)行對(duì)比，并判斷是否出現(xiàn)場景出現(xiàn)重大變化，如果否，則進(jìn)行S3；如果是，則進(jìn)行S5；

S3、將拍攝的圖像送至障礙物識(shí)別模型中進(jìn)行障礙物識(shí)別；

S4、利用障礙物識(shí)別模型計(jì)算判斷是否存在障礙物；

S5、將拍攝的圖像中檢測區(qū)域的圖像與訓(xùn)練樣本圖像中對(duì)應(yīng)的檢測區(qū)域的圖像進(jìn)行比較，判斷是否存在障礙物；

S5中，障礙物的判斷方法為：

S5.1、隨機(jī)抽取訓(xùn)練樣本圖像作為模板圖像；

S5.2、讀取模板圖像的灰度信息數(shù)據(jù)；

S5.3、對(duì)模板圖像進(jìn)行SIFT特征提取，提取模板圖像中的所有SIFT特征點(diǎn)；

S5.4、選取模板圖像中位于檢測區(qū)域邊界處的特征點(diǎn)以確定檢測區(qū)域，設(shè)模板圖像的檢測區(qū)域?yàn)镽，并獲取模板圖像檢測區(qū)域邊界上特征點(diǎn)的特征數(shù)據(jù)feature1；

S5.5、讀取當(dāng)前拍攝圖像的灰度信息數(shù)據(jù)；

S5.6、對(duì)當(dāng)前拍攝圖像進(jìn)行SIFT特征提取，提取當(dāng)前拍攝圖像中的所有SIFT特征點(diǎn)；

S5.7、檢測當(dāng)前拍攝圖像中與模板圖像檢測區(qū)域邊界上特征點(diǎn)的特征數(shù)據(jù)feature1相匹配的邊界特征點(diǎn)，并根據(jù)邊界特征點(diǎn)確定當(dāng)前拍攝圖像的檢測區(qū)域R’；

S5.8、將當(dāng)前拍攝圖像的檢測區(qū)域進(jìn)行裁剪以及變形，進(jìn)而獲取轉(zhuǎn)化后的圖像A；

利用Sobel算子計(jì)算圖像A的水平梯度GradX與垂直梯度GradY；

將圖像A的水平梯度GradX與垂直梯度GradY相減，進(jìn)而獲取具有高水平梯度與低垂直梯度的圖像B：

采用低通濾波器對(duì)圖像B進(jìn)行平滑操作以濾去圖像B上的噪點(diǎn)，進(jìn)而獲取模糊后的圖像C：

對(duì)模糊后的圖像C進(jìn)行二值化操作，進(jìn)而獲取二值化圖像D：

求取二值化圖像D所有像素點(diǎn)灰度值之和S，將S與設(shè)定的二值化檢測閾值TBinary進(jìn)行比較計(jì)算，若S≥TBinary，則判斷存在障礙物，若S＜TBinary，則判斷不存在障礙物；

同時(shí)存儲(chǔ)新拍攝的圖像，待新存儲(chǔ)的圖像數(shù)量達(dá)到設(shè)定值后，將新存儲(chǔ)的圖像作為新的訓(xùn)練樣本進(jìn)行障礙物識(shí)別模型的更新訓(xùn)練，進(jìn)而更新障礙物識(shí)別模型。

2.根據(jù)權(quán)利要求1所述的屏蔽門障礙物檢測方法，其特征在于：S2中，判斷場景是否出現(xiàn)重大變化的方法為：

S2.1、將拍攝的圖像Fr與場景變化標(biāo)定圖像Fi進(jìn)行絕對(duì)值差分操作，進(jìn)而獲取差分圖像Fd，F(xiàn)d＝AbsDiffImage(Fr,Fi)；

S2.2、將Fd轉(zhuǎn)為灰度圖，獲得灰度圖片F(xiàn)g，F(xiàn)g＝rgb2gray(Fd)；

S2.3、對(duì)Fg執(zhí)行高斯濾波操作，濾去圖片噪點(diǎn)，F(xiàn)b＝GaussianBlur(Fg(m,n),T)；

其中m、n表示高斯矩陣維度，T表示高斯濾波的標(biāo)準(zhǔn)差；

S2.4、設(shè)置灰度閾值Tg，以Tg為閾值對(duì)Fb進(jìn)行二值化處理，獲取二值化圖片F(xiàn)bi，F(xiàn)bi＝threshold(Fb,Tg,255)；其中圖片F(xiàn)b中像素灰度值位于Tg-255之間的像素點(diǎn)設(shè)置為1，其余的設(shè)置為0；

S2.5、對(duì)Fbi進(jìn)行矩陣求和，獲取累加值S，S＝sum(Fbi)；

S2.6、設(shè)置差分閾值Td，將累加值S與Td進(jìn)行比較，若STd則表示差分結(jié)果較大，則判斷當(dāng)前場景相對(duì)于場景變化標(biāo)定圖像中的場景發(fā)生較大的變化，同時(shí)將當(dāng)前拍攝到的圖片F(xiàn)r設(shè)置為場景變化標(biāo)定圖像。

3.根據(jù)權(quán)利要求1或2所述的屏蔽門障礙物檢測方法，其特征在于：場景未出現(xiàn)重大變化時(shí)，定期將拍攝的圖像傳送至障礙物識(shí)別模型的訓(xùn)練樣本庫，進(jìn)而根據(jù)更新后的訓(xùn)練樣本庫訓(xùn)練更新障礙物識(shí)別模型。