[發明專利]一種障礙物智能監測方法及系統

在審

• 申請號: 202111050775.6
• 申請日: 2021-09-08
• 公開（公告）號: CN113762161A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 申巖;祁吉
• 申請（專利權）人: 浙江云電筆智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/20;G08B21/24;G08B25/00;G01J5/00;G01V8/10
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 牟永林

1.一種障礙物智能監測方法，其特征在于：包括以下步驟：

S1、在需要障礙物監測的部位設置紅外熱成像裝置；

S2、獲取紅外熱成像裝置對應區域的圖像或圖像序列，作為原圖；

S3、對原圖進行非均勻性校正；

S4、對非均勻性校正后的原圖進行圖像細節增強處理；

S5、提取細節增強處理后的原圖中的目標區域；

S6、對目標區域進行偽彩色增強處理；

S7、檢測偽彩色增強處理后的目標區域中是否存在障礙物；

S8、基于S7識別的障礙物進行障礙物監測或預警。

2.根據權利要求1中所述的一種障礙物智能監測方法，其特征在于：所述S3中，對原圖采用兩點定標校正算法進行非均勻性校正。

3.根據權利要求2中所述的一種障礙物智能監測方法，其特征在于：對原圖采用兩點定標校正算法進行非均勻性校正的方法包括：

S31、在紅外焦平面陣列內選取輻射度定標點φ_L和φ_H，記錄所有的N×M探測器單元的響應輸出值；

S32、獲取各探測器單元的校正參數；

S_i,j(φ_L)表示φ_L所涉及范圍內的探測器單元的響應輸出值；

S_i,j(φ_H)表示φ_H所涉及范圍內的探測器單元的響應輸出值；

S_L表示所有響應輸出值S_i,j(φ_L)的平均值；

S_H表示所有響應輸出值S_i,j(φ_H)的平均值；

i表示紅外焦平面陣列中探測器單元的行數；

j表示紅外焦平面陣列中探測器單元的列數；

S33、對原圖進行非均勻性校正；

φ表示入射到探測器單元的輻照度；

表示第(i,j)個探測器單元的響應輸出值的校正值；

S_i,j(φ)表示第(i,j)個探測器單元的響應輸出值。

4.根據權利要求1中所述的一種障礙物智能監測方法，其特征在于：所述S4中，對非均勻性校正后的原圖進行圖像細節增強處理的方法包括：

S41、對非均勻性校正后的原圖進行濾波，獲取濾波結果h(x)：

k(x)表示歸一化因子，k(x)＝∫∫c(ε,x)s(f(ε),f(x))dε；

c(ε,x)表示當前像素x與領域像素ε之間的空間距離所產生的權值；

s(f(ε),f(x))表示當前像素的灰度值與領域像素灰度值之差產生的權值；

f(ε)表示當前像素的灰度值；

f(x)表示非均勻性校正后的原圖；

ε表示領域像；

S42、將原圖與濾波結果相減獲取細節圖像；

S43、對細節圖像進行最值歸一化處理：

f_out(x,y)表示最值歸一化的結果圖像；

f_in(x,y)表示細節圖像；

min表示像素的最小值，max表示像素的最大值，0＜min＜max＜L，L表示圖像的灰度級數目。

5.根據權利要求1中所述的一種障礙物智能監測方法，其特征在于：所述S5中，提取細節增強處理后的原圖中的目標區域的方法包括：

S51、提取細節增強處理后的原圖中的特征圖像，所述特征圖像包括對比度特征、熵特征和梯度特征；

S52、利用特征圖像生成多模態融合特征圖像；

S53、對多模態融合特征圖像依次進行預浸沒與區域填充；

S54、提取浸沒與區域填充后的多模態融合特征圖像內的目標區域。

6.根據權利要求1中所述的一種障礙物智能監測方法，其特征在于：所述S6中，對目標區域采用空間域灰度級-彩色變換進行偽彩色增強處理。