[發(fā)明專利]一種利用環(huán)視圖像的車位識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110514586.3
• 申請(qǐng)日: 2021-05-11
• 公開(kāi)（公告）號(hào): CN113053164A
• 公開(kāi)（公告）日: 2021-06-29
• 發(fā)明（設(shè)計(jì)）人: 張晉東;潘東育;劉通
• 申請(qǐng)（專利權(quán)）人: 吉林大學(xué)
• 主分類號(hào): G08G1/14
• 分類號(hào): G08G1/14;G08G1/16
• 代理公司: 北京科億知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350
• 代理人: 湯東鳳

本發(fā)明公開(kāi)了一種利用環(huán)視圖像的車位識(shí)別方法，首先對(duì)環(huán)視圖像進(jìn)行預(yù)處理，其次采用直線檢測(cè)結(jié)合角點(diǎn)檢測(cè)的雙重約束條件來(lái)確定車位角點(diǎn)的位置，最后運(yùn)用模板匹配方法來(lái)識(shí)別出車位的類別及位置。本發(fā)明借助雙重約束條件降低了車位識(shí)別的誤識(shí)別率，可以應(yīng)用在自動(dòng)泊車等高級(jí)駕駛輔助系統(tǒng)中。

技術(shù)領(lǐng)域

本發(fā)明涉及車位識(shí)別技術(shù)領(lǐng)域，具體涉及一種利用環(huán)視圖像的車位識(shí)別方法。

背景技術(shù)

在現(xiàn)有環(huán)視圖像的情況下，通過(guò)只用一種約束條件來(lái)進(jìn)行車位的識(shí)別，會(huì)造成誤識(shí)別和未識(shí)別。亟需一種可以提高識(shí)別準(zhǔn)確度的車位識(shí)別方法來(lái)解決上述問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明旨在提供一種利用環(huán)視圖像的車位識(shí)別方法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種利用環(huán)視圖像的車位識(shí)別方法，具體過(guò)程為：

S1、圖像預(yù)處理；

S2、確定泊車位拐點(diǎn)：

S2.1、首先利用霍夫直線檢測(cè)方法檢測(cè)出泊車位的直線，并獲取直線的斜率和截距，將檢測(cè)得到的直線及其斜率和截距數(shù)據(jù)封裝成索引+數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)；

S2.2、按照斜率和截距對(duì)直線進(jìn)行分類，將斜率與截距在設(shè)定誤差范圍內(nèi)的直線段都合并在一起；

由于泊車位直線存在寬度，只有平行的直線且截距在設(shè)定范圍內(nèi)的直線才能被視作為泊車位的直線，根據(jù)此限制條件對(duì)不符合該寬度特征的直線進(jìn)行去除；

由于泊車位的直線斜率只滿足60°、90°以及120°這三種可能，根據(jù)該限制條件去除不滿足上述條件的斜率及對(duì)應(yīng)的截距；

完成對(duì)泊車位的直線的斜率和截距合并與篩選后，進(jìn)行泊車位拐點(diǎn)的初步確立，初步確立的泊車位的拐點(diǎn)即為泊車位的直線中位線的交點(diǎn)；

S2.3、根據(jù)車位寬度以及一個(gè)車位需要兩條平行直線的限制條件，篩選出不符合該限制條件的車位線；

S2.4、最后借助泊車位的幾何約束來(lái)消除誤檢，泊車位的幾何約束即為行業(yè)規(guī)范內(nèi)設(shè)定的泊車位長(zhǎng)寬大小比例，對(duì)符合約束條件的進(jìn)行保留，對(duì)不符合約束條件的則進(jìn)行消除；

S2.5、完成車位拐點(diǎn)的初篩選后，結(jié)合FAST角點(diǎn)檢測(cè)算法來(lái)提高識(shí)別的置信度，該算法檢測(cè)角點(diǎn)的依據(jù)是判斷待測(cè)點(diǎn)與周圍點(diǎn)的關(guān)系，但是經(jīng)過(guò)該算法檢測(cè)出來(lái)的拐點(diǎn)包括真實(shí)點(diǎn)和干擾點(diǎn)，因此利用拐點(diǎn)與直線的位置關(guān)系以及計(jì)算歐氏距離，最終確定泊車位拐點(diǎn)；

S3、利用模板匹配識(shí)別車位：

首先根據(jù)步驟S2確定的泊車位拐點(diǎn)的位置，提取出感興趣區(qū)域圖像；然后對(duì)其感興趣區(qū)域圖像進(jìn)行細(xì)化操作；

然后制作和感興趣區(qū)域圖像相同大小的用于模板匹配的模板元素集合；接下來(lái)對(duì)模板元素集合中的每一個(gè)元素與細(xì)化后的感興趣區(qū)域圖像進(jìn)行匹配，并對(duì)模板元素集合中的元素旋轉(zhuǎn)固定角度再次與細(xì)化后的圖像匹配，直至輸出最好的匹配度，最終識(shí)別出車位類別和位置。

進(jìn)一步地，步驟S1的具體過(guò)程為：

S1.1、環(huán)視圖像中心區(qū)域?yàn)槠噲D像，建立汽車掩碼圖像，所述汽車掩碼圖像和原始圖像進(jìn)行按位與操作，最終可以得到具有有效信息的彩色圖像；

S1.2、對(duì)步驟S1.1得到的彩色圖像進(jìn)行灰度化，得到灰度圖像；

S1.3、對(duì)步驟S1.2得到的灰度圖像進(jìn)行降噪，最終得到降噪處理后的圖像。

更進(jìn)一步地，步驟S1.2中，采用加權(quán)平均的方法來(lái)進(jìn)行灰度化；加權(quán)平均的公式為：