[發(fā)明專利]基于sobel的車位檢測方法、裝置、計算機設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010522718.2
• 申請日: 2020-06-10
• 公開（公告）號: CN111754469A
• 公開（公告）日: 2020-10-09
• 發(fā)明（設計）人: 莫松文;任仲超;凌云志;張業(yè)楚
• 申請（專利權(quán)）人: 深圳南方德爾汽車電子有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T5/30
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 曹祥波

本發(fā)明公開了一種基于sobel的車位檢測方法、裝置、計算機設備及其存儲介質(zhì)，方法包括以下步驟：獲取車位的當前幀圖像；對當前幀圖像做sobel邊緣檢測，獲取二值圖像；對二值圖像進行膨脹處理；對膨脹后的二值圖像進行直線擬合，以獲得車位線。與現(xiàn)有技術(shù)相比，本發(fā)明的實施例提供了一種基于sobel的車位檢測方法、裝置、計算機設備及存儲介質(zhì)，其通過攝像機獲取的車位當前的多幀圖像，然后根據(jù)圖像進行圖像處理，以獲得車位線的目的，該檢測方法不依賴障礙物，降低了檢測硬件成本，提高了檢測精度，避免了超聲波檢測的局限性。

技術(shù)領(lǐng)域

本發(fā)明涉及車位檢測技術(shù)領(lǐng)域，尤其涉及一種基于sobel的車位檢測方法、裝置、計算機設備及存儲介質(zhì)。

背景技術(shù)

傳統(tǒng)的超聲波車位檢測方法，只依賴于旁邊是否存在障礙物，如果不存在障礙物，超聲波的車位檢測方法不能良好的執(zhí)行。

發(fā)明內(nèi)容

本發(fā)明的實施例提供了一種基于sobel的車位檢測方法、裝置、計算機設備及存儲介質(zhì)，旨在解決現(xiàn)有超聲波車位檢測依賴障礙物的問題。

為達到上述目的，本發(fā)明所提出的技術(shù)方案為：

第一方面，本發(fā)明提供了一種基于sobel的車位檢測方法，其包括以下步驟：

獲取車位的當前幀圖像；

對當前幀圖像做sobel邊緣檢測，獲取二值圖像；

對二值圖像進行膨脹處理；

對膨脹后的二值圖像進行直線擬合，以獲得車位線。

其中，所述步驟“對當前幀圖像做sobel邊緣檢測，獲取二值圖像”中sobel邊緣檢測包括以下步驟：

獲取幀圖像中所有像素點的灰度值f(a、b)；

將獲取的灰度值f(a、b)與sobel卷積因子做平面卷積運算，以得到橫向及縱向的亮度差近似值；

根據(jù)橫向及縱向的亮度差近似值計算每個像素點的灰度值G；

選取灰度值G大于設定的閥值的點，則這些點構(gòu)成邊緣點集合。

其中，所述所述步驟“對二值圖像進行膨脹處理”包括以下步驟：

用3*3結(jié)構(gòu)元素掃描二值圖像中的每一個像素；

將結(jié)構(gòu)元素與其覆蓋的二值圖像的像素點做與運算，以獲得二值圖像的膨脹圖像。

其中，所述步驟“對膨脹后的二值圖像進行直線擬合，以獲得車位線”中直線擬合包括：用解析表達式逼近離散數(shù)據(jù)的方法和最小二乘法。

第二方面，本發(fā)明提供了一種基于sobel的車位檢測裝置，其包括：

圖像獲取單元，用于獲取車位的當前幀圖像；

邊緣檢測單元，用于對當前幀圖像做sobel邊緣檢測，獲取二值圖像；

膨脹處理單元，用于對二值圖像進行膨脹處理；

直線擬合單元，用于對膨脹后的二值圖像進行直線擬合，以獲得車位線。

其中，所述邊緣檢測單元包括：

灰度值獲取單元，用于獲取幀圖像中所有像素點的灰度值f(a、b)；

平面卷積運算單元，用于將獲取的灰度值f(a、b)與sobel卷積因子做平面卷積運算，以得到橫向及縱向的亮度差近似值；

灰度值運算單元，用于根據(jù)橫向及縱向的亮度差近似值計算每個像素點的灰度值G；

灰度值點選擇單元，用于選取灰度值G大于設定的閥值的點，則這些點構(gòu)成邊緣點集合。