[發明專利]一種應用于自適應遠光燈的快速夜間車輛檢測方法

有效

• 申請號: 201910208692.1
• 申請日: 2019-03-19
• 公開（公告）號: CN110084111B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 朱大全;羅石;劉志偉
• 申請（專利權）人: 江蘇大學
• 主分類號: G06V20/58
• 分類號: G06V20/58;G06V10/56;G06V10/762
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種應用于自適應遠光燈的快速夜間車輛檢測方法，包括步驟1：圖像采集模塊采集車輛前方道路交通圖像，并將圖像數據信息傳輸到圖像處理模塊；步驟2：圖像處理模塊對圖像數據信息進行處理，采用網格聚類算法，判斷疑似車燈區域；步驟3：對疑似車燈區域采用腐蝕算法確定光暈范圍，通過快速算法計算光暈顏色，判斷大燈和尾燈；步驟4：根據幾何關系分別進行配對，識別車輛，計算車輛坐標位置信息，實現夜間車輛檢測；步驟5：數據傳輸模塊將圖像處理模塊計算得到的車輛坐標信息傳輸到遠光燈控制模塊。本發明圖像處理最終的車燈信息不僅可以作為自適應遠光燈的控制依據，還可以為其他需要車燈信息的模塊提供支持。

技術領域

本發明涉及數字圖像處理領域，具體涉及一種應用于自適應遠光燈的快速夜間車輛檢測方法。

背景技術

汽車遠光燈作為汽車上重要零部件之一，主要在夜間或照明不良條件下擴大視野范圍，提供足夠的亮度。然而由于一些原因，比如駕駛員的不良駕駛習慣，或是新手駕駛車輛，在夜間會車時不能及時切換遠近光燈，導致對方駕駛員炫目，看不清道路狀況，極有可能導致車禍?；诖耍枰_發一種自適應遠光燈系統，能夠自動檢測左側車道對向來車和當前車道前方車輛，自動調節相應區域的遠光燈亮度，避免炫目，提高駕駛安全性，保證駕駛員生命安全。

在自適應遠光燈系統中，最重要的是對左側車道對向來車和當前車道前方車輛的檢測。目前夜間車輛檢測方法主要有基于檢測車燈的方法和基于機器學習的方法。

基于檢測車燈的方法主要依據夜間車輛最明顯的特征就是車燈，目前現有的方法中有基于車燈的亮度信息、形態信息以及顏色信息等特征進行夜間場景下的車輛檢測。此方法簡單，易提取特征，但是干擾光源太多，現有算法處理干擾光源耗時長，準確度不高，不能滿足實時性和準確性要求，同時很多對于車尾燈的檢測研究都是基于顏色信息，但是由于尾燈的高亮度，攝像頭采集顯示的尾燈實際為白色，大大降低了檢測的準確性。

基于機器學習的方法主要通過大量樣本訓練，創建出一個能正確檢測車輛的精準模型，但是現實生活中，車輛多種多樣，沒有特別特殊的特征描述車輛。而且檢測耗時長和檢測率低也是亟待解決的問題。

發明內容

根據國家標準規定，汽車遠光燈，近光燈為白色，后位燈為紅色，本發明提出一種應用于自適應遠光燈的快速夜間車輛檢測系統及方法，主要基于車燈檢測車輛和光暈顏色判斷大燈和尾燈，并解決目前基于車燈檢測算法中存在的圖像處理耗時長，準確度不高，不能滿足實時性和準確性要求等問題。

本發明是通過以下技術手段實現上述技術目的的。

一種應用于自適應遠光燈的快速夜間車輛檢測系統，包括圖像采集模塊，圖像處理模塊，數據傳輸模塊。

所述圖像采集模塊用來采集車輛前方道路交通圖像，并將圖像信息傳輸到所述圖像處理模塊，所述圖像處理模塊用來接收所述圖像采集模塊采集的圖像信息，并使用特定的內置算法進行計算，得到前方其他車輛的位置坐標信息，所述數據傳輸模塊將圖像處理模塊計算得到的車輛坐標信息傳輸到遠光燈控制模塊。

一種應用于自適應遠光燈的快速夜間車輛檢測方法，包括以下步驟：

步驟1：圖像采集模塊采集車輛前方道路交通圖像，并將圖像數據信息傳輸到圖像處理模塊；

步驟2：圖像處理模塊對圖像數據信息進行處理，采用網格聚類算法，判斷疑似車燈區域；

進一步，所述步驟2具體如下：

步驟2.1：對圖像采集模塊采集到的圖像信息img_src進行鏡像處理，得到鏡像數據img_cpy，并存儲在內存中，對鏡像數據img_cpy預處理，提取與車燈分布相關的區域，去除天空和地面等無關區域，并對相關區域劃分網格，記所有網格集合為grid，即grid＝[grid₁，grid₂，……，grid_m]。