[發明專利]一種基于車載魚眼相機的移動目標檢測方法

有效

• 申請號: 201811632119.5
• 申請日: 2018-12-29
• 公開（公告）號: CN109727273B
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 劉春霞;楊波;鄧博;王俊紅;宋平
• 申請（專利權）人: 北京茵沃汽車科技有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/269;G06K9/62
• 代理公司: 蘇州國誠專利代理有限公司 32293
• 代理人: 陶純佳

1.一種基于車載魚眼相機的移動目標檢測方法，其特征在于，包括以下步驟：

步驟一、采集圖像：通過攝像頭實時采集圖像；

步驟二、相機標定：對采集到的圖像進行標定，得到圖像坐標系和世界坐標系及其之間坐標轉化關系；

步驟三、計算感興趣區域：利用標定結果在圖像中劃分出感興趣區域；

步驟四、角點檢測：將所采集的圖片轉換成灰度圖，利用Shi-Tomasi特征點檢測算法，計算出灰度圖中的角點,得到對應特征點；

步驟五、計算光流：利用L-K光流法計算出每個特征點對應的光流；

步驟六、光流聚類：將特征點的位置、光流值和像素灰度值的大小作為聚類特征將光流進行聚類，得到候選目標；

步驟七、車輛的運動信息計算：通過特征點對應的光流計算車輛的移動方向和移動距離，結合車輛的CAN總線傳出的車輛的運動信息來估計車輛的運動信息；

步驟八、檢測移動目標：通過每個候選目標對應的光流及特征點計算候選目標的運動信息，根據候選目標的運動信息判斷候選目標是否為需要報警的移動目標；

步驟九、目標跟蹤：跟蹤需要報警的移動目標，根據采集的每幀圖像中需要報警的移動目標的位置變化得到需要報警的移動目標的運動軌跡；

步驟十、輸出移動目標位置并報警：輸出移動目標在圖像上的位置，如果移動目標連續N幀圖像都能檢測到，則在圖像上用矩形框標記出該移動目標，以提示報警；

在步驟八中，通過每個候選目標對應的光流及特征點計算候選目標的運動信息，當候選目標對應多個光流時，取均值作為每個候選目標的最終的運動信息；

根據候選目標的運動信息判斷候選目標是否為需要報警的移動目標，如果該候選目標的運動信息與車輛的運動信息近似，則丟棄該候選目標，如果該候選目標的運動信息與車輛的運動信息相差很大，則認為該候選目標是真正的移動目標，再判斷是否報警，其中，判斷候選目標是否為需要報警的移動目標時，判斷條件為車輛的移動方向和移動距離；

在感興趣區域的每個區域中，采用不同的判定規則決定每個候選目標是否報警，具體判定規則如下：

將感興趣區域劃分為四個區域：左側區域、右側區域、中間區域、近車區域；近車區域的長度取車前N1米，N1的取值范圍為0.5米-1米，寬度與車身等寬，覆蓋區域面積為車身寬度*N1平方米；中間區域的長度取近車區域前側N2米，N2的取值范圍為5米到10米，寬度與車身等寬，覆蓋區域面積為車身寬度*N2平方米；左側區域的寬度取中間區域左側的N3米，N3的取值范圍為2米-6米，長度與中間區域等長，覆蓋區域面積為N2*N3平方米；右側區域的寬度取中間區域右側N4米，N4的值范圍為2米-6米，長度與中間區域等長，覆蓋區域面積為N2*N4平方米；

在左側區域中，只檢測從左向右移動的候選目標，即離車越來越近的目標；在右側區域中，只檢測從右向左移動的候選目標，即離車越來越近的目標；在中間區域中，檢測朝任意方向移動的候選目標；不在近車區域中檢測候選目標。

2.根據權利要求1所述的一種基于車載魚眼相機的移動目標檢測方法，其特征在于：在步驟二中，對采集到的圖像進行標定時，得到圖像坐標系和世界坐標系的單應性矩陣，通過所述單應性矩陣關聯圖像坐標系和世界坐標系，實現關聯圖像坐標系和世界坐標系的坐標之間的相互轉換。

3.根據權利要求2所述的一種基于車載魚眼相機的移動目標檢測方法，其特征在于：在步驟四中，計算灰度圖中的角點過程中，先計算出特征提取矩陣，公式如下：

其中，w(x,y)表示滑動窗口，I_x表示x方向的梯度，I_y表示y方向的梯度；矩陣M對應的特征方程為：

f(λ)＝λ²-(a+c)λ+ac-b²

采用如下方法提取特征點：取特征根的經驗閾值λ_T帶入特征方程，如果某個點對應的特征方程，滿足以下兩個不等式中的任意一個，則認為該點是特征點，兩個不等式如下：

同時記錄下該特征點的位置(x,y)，得到滿足不等式的圖像中所有特征點的位置集合。