CN102483881A - 人行横道线检测方法及人行横道线检测装置 - Google Patents
人行横道线检测方法及人行横道线检测装置 Download PDFInfo
- Publication number
- CN102483881A CN102483881A CN2010800385019A CN201080038501A CN102483881A CN 102483881 A CN102483881 A CN 102483881A CN 2010800385019 A CN2010800385019 A CN 2010800385019A CN 201080038501 A CN201080038501 A CN 201080038501A CN 102483881 A CN102483881 A CN 102483881A
- Authority
- CN
- China
- Prior art keywords
- crossing
- unit
- camera system
- zebra crossing
- setting range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3697—Output of additional, non-guidance related information, e.g. low fuel level
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
公开了即使在难以检测油漆部分的亮度边缘时,也能够从拍摄图像中准确检测人行横道线的有无及其位置的人行横道线检测方法及人行横道线检测装置。在人行横道线检测装置(100)中,对于拍摄包含道路在内的车辆周围所得的图像数据,使用摄像机设置信息、或由立体摄像机获取的距离信息,计算设定范围的路面距离,并基于设定范围的路面距离计算人行横道线的周期,且计算以该周期的矩形波的偶函数和奇函数为基函数的频率的功率。这样,即使对于油漆受到刮擦的人行横道线,也能够更稳定地从拍摄图像中准确检测人行横道线的存在和其位置。
Description
技术领域
本发明涉及使用车载摄像机图像检测位于路面上的人行横道线(crosswalk marking)的人行横道线检测方法及人行横道线检测装置。
背景技术
日本的人行横道线是矩形的油漆部分与非油漆部分等宽地交替重复的标示,油漆部分和非油漆部分等宽且宽度标准化为45cm至50cm。另一方面,诸多外国的人行横道线也有矩形的油漆部分的宽度和非油漆部分的宽度不等的情况,但是使油漆部分的宽度与非油漆部分的宽度之和固定,而且油漆部分和非油漆部分交替重复地标示。
现有的人行横道线检测装置,利用在由摄像机拍摄到的图像数据中油漆部分的像素和非油漆部分的像素的图像亮度差异较大的情况而提取图像亮度较大地变化的图像亮度边缘。由此,以往的人行横道线检测装置是,计算出接近的图像亮度边缘的间隔或个数,并判定是否为人行横道的装置(参照专利文献1)。以下,对现有技术进行说明。
图1表示专利文献1中记载的现有的人行横道线检测装置1500的方框图。图1中,立体图像数据获取单元1501使用具有两个摄像***的立体摄像机获取对包含路面在内的车辆前方同时拍摄所得的一对图像数据。这里,一对图像数据中,以由一摄像***拍摄的图像数据作为基准图像数据,并以由另一摄像***拍摄的图像数据作为参照图像数据。
距离数据计算单元1502通过对基准图像数据和参照图像数据进行立体匹配而计算出图像内的各点距立体摄像机的实际空间距离。
人行横道线检测单元1503检测所获取的基准图像数据中有无人行横道线,在图像数据中有人行横道线时检测其位置。
人行横道线检测单元1503包含亮度边缘检测单元1504、宽度判定单元1505、间隔判定单元1506及重复次数判定单元1507。
亮度边缘检测单元1504将基准图像数据中的任意区域作为设定范围,在设定范围内检测亮度边缘位置。在基准图像数据的整个范围内进行任意设定范围内的亮度边缘位置的检测。具体而言,通过索伯尔滤波器(Zobel filter)等的普通的图像处理检测亮度边缘位置。
宽度判定单元1505从亮度边缘检测单元1504检测出的亮度边缘位置中提取从高亮度向低亮度变化的图像亮度边缘作为始点,并提取从低亮度向高亮度变化的图像亮度边缘作为终点。而且,宽度判定单元1505从始点与终点的组合群中提取相互的间隔与人行横道的油漆部分的标准宽度相同或近似的始点与终点的组合。
间隔判定单元1506计算出宽度判定单元1505提取的始点和终点的组合群中、从第一组合的终点至在基准图像中与第一组合的终点位于同一横轴上且与第一组合的始点不同的第二组合的始点为止的间隔。而且,间隔判定单元1506提取该间隔与人行横道的非油漆部分的标准宽度相同或近似的第一组合。
重复次数判定单元1507在设定范围内计算出间隔判定单元1506提取的始点和终点的组合的重复次数,在该结果为规定的次数以上时将该区域设为人行横道区域。
现有技术文献
专利文献
专利文献1:日本特开2006-309313号公报
发明内容
发明要解决的问题
然而,上述的现有结构中,执行以人行横道线中的油漆部分的像素的图像亮度和非油漆部分的像素的图像亮度差异较大为前提的图像亮度边缘检测方法。因此,在存在作为人行横道线的油漆部分和非油漆部分的边界的边缘部分的亮度未强烈地呈现出来等情况时,油漆部分和非油漆部分的图像亮度的差异较小,因此难以检测人行横道线中的油漆部分与非油漆部分的边界的图像亮度边缘。
本发明的目的在于,提供即使在难以检测油漆部分的亮度边缘时,也能够从拍摄图像中准确检测人行横道线的有无和其位置的人行横道线检测方法及人行横道线检测装置。
解决问题的方案
本发明的人行横道线检测装置包括:图像数据获取单元,具有第一摄像***,并获取使用第一摄像***拍摄到的路面的图像数据;周期计算单元,基于设定范围的坐标、第一摄像***的几何参数及人行横道线的标准值,计算在图像数据的设定范围内包含人行横道线的油漆部分时的油漆部分的周期;频率分析单元,基于以油漆部分的周期的整数倍为1周期的基函数,进行设定范围内的图像亮度的频率分析,计算频率功率分布;区域检测单元,从设定范围内提取频率功率分布中的功率等级大于规定的阈值的坐标点,并检测坐标点存在的区域作为人行横道线区域;以及位置输出单元,输出图像数据中的人行横道线区域的坐标数据。
由此,具有如下效果:通过计算出图像数据中的设定范围内的人行横道线的周期,并以该周期进行频率分析,从而能够提取人行横道线的周期性特征,即使在油漆部分的亮度边缘较弱时也能够检测人行横道。
另外,本发明的人行横道线检测装置中,周期计算单元包括:存储器单元,预先存储第一摄像***的几何参数及人行横道线的标准值;参数获取单元,从图像数据获取单元获取设定范围的坐标,并从存储器单元获取第一摄像***的几何参数及人行横道线的标准值;以及计算单元,基于设定范围的坐标、第一摄像***的几何参数及人行横道线的标准值,计算油漆部分的周期。
由此,具有如下效果:通过利用预先存储的摄像机的几何参数,能够基于固定的参数简化计算速度,从而能够高速地进行处理。
另外,本发明的人行横道线检测装置中,周期计算单元包括:存储器单元,预先存储第一摄像***的几何参数及人行横道线的标准值;参数获取单元,从图像数据获取单元获取设定范围的坐标,并从存储器单元获取第一摄像***的几何参数及人行横道线的标准值;转向检测单元,具有检测角速度的变化的传感器,在传感器检测到的角速度的变化大于规定的阈值时检测人行横道检测装置的转向;角度计算单元,在检测出人行横道检测装置转向时,基于传感器检测到的角速度的变化值计算转向角度;以及计算单元,基于设定范围的坐标、第一摄像***的几何参数、人行横道线的标准值及转向角度,计算油漆部分的周期。
由此,具有如下效果:即使在车辆转向时,周期计算单元也能够计算出在设定范围内存在人行横道线的油漆部分时的设定范围内的油漆部分的周期。
另外,本发明的人行横道线检测装置还包含距离计算单元,基于图像数据中所包含的设定范围的坐标及第一摄像***的几何参数,计算第一摄像***和设定范围所示的路面的实际空间中的距离作为距离数据,周期计算单元基于距离数据及人行横道线的标准值计算在设定范围内包含人行横道线的油漆部分时的油漆部分的周期,位置输出单元输出图像数据中的人行横道线区域的坐标数据、及距离数据。
由此,具有如下效果:即使是难以检测油漆部分的亮度边缘的人行横道线,也能够对该标示进行检测,并且能够检测从摄像机至人行横道线为止的实际空间中的距离。
另外,本发明的人行横道线检测装置还包含立体匹配单元及距离计算单元,图像数据获取单元还包含第二摄像***,并且获取使用第一摄像***拍摄路面所得的基准图像数据、及使用第二摄像***拍摄路面所得的参照图像数据,立体匹配单元计算出表示基准图像数据所具有的基准点和参照图像数据所具有的多个搜索点之间的图像亮度的差异度的评价值分布,并基于根据评价值分布计算出的视差、第一摄像***的焦距、及第一摄像***和第二摄像***的距离,计算第一摄像***与基准图像数据中所拍摄的路面的实际空间中的距离作为第一距离数据,距离计算单元基于第一距离数据计算基准图像数据的三维像素数据,并基于三维像素数据计算第一摄像***与基准图像数据中所包含的设定范围所示的路面的实际空间中的距离作为第二距离数据,周期计算单元基于第二距离数据及人行横道线的标准值计算在设定范围内包含人行横道线的油漆部分时的油漆部分的周期,位置输出单元输出基准图像数据中的人行横道线区域的坐标数据及第二距离数据。
由此,具有如下效果:即使在本车辆振动(bouncing)或前后颠簸(pitching)、路面有坡度时也能够可靠地计算人行横道线的周期。
另外,本发明的人行横道线检测装置中,摄像机的几何参数为包含摄像机的设置俯仰角(pitch angle)、设置高度、焦距及像素间距(pixel pitch)的参数。
由此,具有能够基于摄像机规格或设置规格而更准确计算人行横道的周期的效果。
另外,本发明的人行横道线检测装置中,频率分析单元基于1周期为油漆部分的周期的2倍以上的基函数而进行频率分析。
由此,具有减少对人行横道线以外的图案(pattern)且与人行横道线相似的图案进行误测的效果。
另外,本发明的人行横道线检测装置中,区域检测单元基于车辆周围的照度,控制规定的阈值。
由此,具有即使在夜间等周围昏暗、存在较多增益噪声时也能够提高人行横道线的检测精度的效果。
另外,本发明的人行横道线检测方法包括的步骤为,获取使用摄像***拍摄到的路面的图像数据,基于设定范围的坐标、摄像***的几何参数及人行横道线的标准值,计算在图像数据的设定范围内包含人行横道线的油漆部分时的油漆部分的周期,并基于以油漆部分的周期的整数倍为1周期的基函数,进行设定范围内的图像亮度的频率分析,计算频率功率分布,从设定范围提取频率功率分布中的功率等级大于规定的阈值的坐标点,检测坐标点存在的区域作为人行横道线区域,并输出图像数据中的人行横道线区域的坐标数据。
由此,具有如下效果:通过计算出图像数据中的设定范围内的人行横道线的周期,并以该周期进行频率分析,从而能够提取人行横道线的周期性特征,即使在油漆部分的亮度边缘较弱时,也能够检测人行横道线。
发明的效果
根据本发明,通过计算出图像数据中的设定范围内的人行横道线的周期,并以该周期进行频率分析,从而能够提取人行横道线的周期性特征,可以不检测人行横道的油漆部分的亮度边缘而进行检测,因此即使在难以检测油漆部分的亮度边缘时也能够检测人行横道线。
附图说明
图1是表示现有的人行横道线检测装置的方框图。
图2是表示本发明实施方式1的人行横道线检测装置的方框图。
图3A、图3B是表示通过车载摄像机获取的路面的图像数据及车载摄像机与路面的位置关系的图。
图4是表示拍摄人行横道线所得的图像数据的图。
图5是表示拍摄人行横道线所得的图像数据的图。
图6是表示周期计算单元的结构的图。
图7A~图7C是用于说明频率分析方法的图。
图8A、图8B是用于说明存在人行横道线的区域的检测方法的图。
图9A、图9B是用于说明存在人行横道线的区域的检测方法的图。
图10是表示本发明实施方式2的人行横道线检测装置的方框图。
图11是表示本发明实施方式3的人行横道线检测装置的方框图。
图12是表示本发明实施方式3的立体摄像机的三角测量原理的概要的图。
图13A~图13C是用于说明视差计算的图。
图14是表示三维像素数据的图。
图15是表示本发明实施方式4的人行横道线检测装置的方框图。
图16是表示周期计算单元的结构的图。
标号说明
100 人行横道线检测装置
101 人行横道线检测单元
102 图像数据获取单元
103 周期计算单元
104 频率分析单元
105 区域检测单元
106 位置输出单元
401 参数获取单元
402 计算单元
403 存储器
501 偶函数
502 奇函数
701 人行横道线区域
800 人行横道线检测装置
801 人行横道线检测单元
802 距离计算单元
803 周期计算单元
804 位置输出单元
900 人行横道线检测装置
901 人行横道线检测单元
902 立体图像数据获取单元
903 立体匹配单元
904 距离计算单元
905 周期计算单元
1001 对象物
1002 基准摄像机
1003 参照摄像机
1300 人行横道线检测装置
1301 人行横道线检测单元
1302 周期计算单元
1401 转向检测单元
1402 角度计算单元
1403 计算单元
1500 人行横道线检测装置
1501 立体图像数据获取单元
1502 距离数据计算单元
1503 人行横道线检测单元
1504 亮度边缘检测单元
1505 宽度判定单元
1506 间隔判定单元
1507 重复次数判定单元
具体实施方式
(实施方式1)
图2表示本发明实施方式1的人行横道线检测装置100的方框结构。图2所示的人行横道线检测装置100为包含人行横道线检测单元101及图像数据获取单元102的结构。人行横道线检测单元101为包含周期计算单元103、频率分析单元104、区域检测单元105及位置输出单元106的结构。
以下对本发明实施方式1的人行横道线检测装置及人行横道线检测方法进行说明。
图像数据获取单元102通过车载摄像机获取道路的图像数据。图像数据为静态图像,以横轴为X轴且纵轴为Y轴进行说明。另外,以画面的1个像素为坐标点进行说明。另外,实施方式1中,车载摄像机作为具有一个摄像***的摄像机来进行说明,但并不限定于此。
图3表示通过车载摄像机获取的路面的图像数据及车载摄像机和路面之间的位置关系。具体而言,图3A表示通过车载摄像机获取的路面的图像数据,图3B表示车载摄像机和路面之间的位置关系。以下,将车载摄像机如图3B所示以设置高度H、设置俯仰角α设置在车辆前方,且以相对于车载摄像机的拍摄方向不存在横向的侧倾角即设置侧倾角进行说明。此外,即使在车载摄像机设置在车辆后方或横向等时,另外即使有设置侧倾角(roll angle)时,也能够实施本发明。
在人行横道线检测单元101中,周期计算单元103获取由图像数据获取单元102取得的图像数据,如图3A所示,在图像数据中选择Y坐标为任意Y坐标(y1)的横向一列的范围作为设定范围。
另外,周期计算单元103计算出在设定范围内包含人行横道线的油漆部分时的图像数据中的油漆部分的周期。无论图像数据中是否事实上拍摄到人行横道线,对于图像数据都一样进行该周期计算。
此外,该油漆部分的周期基于车载摄像机和路面之间的位置关系、Y坐标(y1)及实际空间中的人行横道的油漆部分的周期来计算,并不取决于图像数据中所拍摄到的对象物。
频率分析单元104基于以周期计算单元103计算出的油漆部分的周期为1周期的基函数,进行设定范围内的图像亮度的频率分析,计算出频率功率P(x)的分布。
区域检测单元105从频率分析单元104计算出的频率功率P(x)的分布中检测功率等级超过规定的阈值的区域作为存在人行横道线的区域。这里,频率功率P(x)是指以油漆部分的周期为1周期的频率的设定范围内的功率分布。
对图像数据中的所有Y坐标即从Y坐标(y1)至Y坐标(ym)(m:整数)进行以上所示的任意Y坐标(y1)上的设定范围内的各处理。另外,检测图像数据中存在人行横道线的区域。此外,m(m:整数)为图像数据中的Y轴上的像素数。
另外,位置输出单元106输出存在所检测到的人行横道线的区域的坐标数据。
以下,详细说明人行横道线检测单元101中包含的各结构要素的功能。
周期计算单元103从通过图像数据获取单元102获取的路面的图像数据中,如图3A所示,在图像数据中选择由位于Y坐标为任意Y坐标(y1)的横向一列的像素形成的范围作为设定范围。此外,以设定范围由位于Y坐标为任意Y坐标(y1)的横向一列的所有坐标点构成来进行说明,但也可以设为位于Y坐标为Y坐标(y1)的横向一列的坐标点中的位于任意范围的坐标点。
另外,周期计算单元103计算出在图像数据的设定范围内包含人行横道线的油漆部分时的油漆部分的周期。此外,无论图像数据中是否事实上拍摄到人行横道线,为了进行以后的处理,对于图像数据都一样地进行该周期计算。
图4表示拍摄到人行横道线时的图像数据。这里,以设定范围包含位于Y坐标(y1)上的横向一列的所有坐标点而对周期计算单元103的功能进行说明。
周期计算单元103获取由图像数据获取单元102获取的图像数据,并如上述那样选择设定范围。而且,无论图像数据中是否存在人行横道线,周期计算单元103都如图4所示计算出在设定范围内包含油漆部分时的图像数据上的设定范围内的油漆部分的周期Ty1。计算出周期Tyn(n:整数)的理由在于,在人行横道线显示在图像数据中时,如果Y坐标不同,则油漆部分的宽度及间隔不同。
此外,油漆部分的周期Tyn(n:1至m的整数)为各Y坐标(yn)(n:1至m的整数)上的人行横道线的油漆部分的宽度和油漆部分的间隔相加后的值,实际空间中的油漆部分的宽度和间隔(即非油漆部分的宽度),在日本的规定中为相互相同的值。因此,在日本的规定中,周期Tyn(n:1至m的整数)为图像数据中的油漆部分的宽度或油漆部分的间隔的2倍。即,周期Tyn为图像数据中的油漆部分的宽度和油漆部分的间隔(即非油漆部分的宽度)之和。
另一方面,即使在如诸多外国的规定那样人行横道线的油漆部分和非油漆部分的宽度不同,而使油漆部分的宽度和非油漆部分的宽度之和固定且油漆部分和非油漆部分交替重复地标示时,周期Tyn(n:1至m的整数)同样也为图像数据中的油漆部分的宽度和非油漆部分的宽度之和。
图5表示在人行横道线的油漆部分和非油漆部分的宽度不同,而使油漆部分的宽度和非油漆部分的宽度之和固定且油漆部分和非油漆部分交替重复地标示的情况下拍摄人行横道线时的图像数据。
使用实际空间中的人行横道的油漆部分的宽度或间隔(W)、设定范围的坐标(y)及摄像机的几何参数,并通过算式1计算出周期Tyn。此外,摄像机的几何参数为包含设置俯仰角α、摄像机设置高度H、摄像机焦距f及Y轴像素间距dpy的摄像机的设置参数。另外,算式1中的yc为Y轴的中心坐标。
(n:1至m的整数)
此外,算式1中,将人行横道线的油漆部分的宽度或间隔(即间隔是指非油漆部分的宽度)设为W,但在将人行横道线的油漆部分的宽度和非油漆部分的宽度之和设为W′时,如算式2所示。
(n:1至m的整数)
通过使用算式2,即使在如诸多外国的规定那样人行横道线的油漆部分和非油漆部分的宽度不同,而使油漆部分的宽度和非油漆部分的宽度之和固定且油漆部分和非油漆部分交替重复地标示时,也能够计算出Tyn。
此外,如日本的规定那样,以下说明的附图表示图像数据中的油漆部分的宽度和非油漆部分的宽度相等的情形,但其并不限定本发明,本发明也可以应用于图像数据中的油漆部分的宽度和非油漆部分的宽度不同的情形。
图6表示周期计算单元103的结构图。周期计算单元103为包含参数获取单元401、计算单元402及存储器403的结构。存储器403预先存储摄像机的几何参数及人行横道线的标准值。这里,人行横道线的标准值包含人行横道线的油漆部分的宽度及非油漆部分的宽度。即,人行横道线的标准值包含人行横道线的油漆部分的宽度、非油漆部分的宽度、以及油漆部分的宽度和非油漆部分的宽度之和中的至少一个。
参数获取单元401从图像数据获取单元102获取图像数据并选择设定范围的Y坐标(yn),从存储器403读入摄像机的几何参数、及人行横道线的标准值。而且,计算单元402基于通过参数获取单元401获取的摄像机的几何参数、设定范围的Y坐标(yn)、及人行横道线的标准值而使用算式1或算式2计算出Tyn。
频率分析单元104,将1周期为Ty1的矩形波的偶函数和奇函数作为基函数进行设定范围内的图像亮度的频率分析。通过进行频率分析计算出设定范围内的频率功率P(x)。
图7是用于说明频率分析方法的图。图7A表示设定范围内的亮度分布Ly1(x),图7B表示用于设定范围内的频率分析的基函数中的偶函数u(s)501,图7C表示基函数中的奇函数v(s)502。
根据使用偶函数u(s)、奇函数v(s)计算出的内积值Au(x)、及Av(x),通过下述算式3计算出频率功率P(x)。
这里,在本发明的频率分析方法中,计算出正交的两个基函数的功率,由于频率功率P(x)在人行横道线的任一位置(x)上均为相同值,因此容易地计算出人行横道线的区域。
以下,说明下述情况,即,在图像数据中的油漆部分的宽度和非油漆部分的宽度相等的情况下,频率功率P(x)在人行横道线的任一位置(x)上为相同值。
在任意Y坐标(y1)上的设定范围内,在周期Ty1=8的人行横道线为亮度分布Ly1(x)=[200、200、200、200、10、10、10、10、200、200、200、200]的图像数据时,亮度值为200的x坐标表示油漆部分,亮度值为10的x坐标表示夹在油漆部分和油漆部分之间的非油漆部分。
在将基函数的偶函数设为u(s)=[1、0、-1、-1、-1、0、1、1],且将奇函数设为v(s)=[1、1、1、0、-1、-1、-1、0]时,从x=0至x=7为止的亮度分布与偶函数u(s)的内积值为Au(0)=200×1+200×0+200×(-1)+200×(-1)+10×(-1)+10×0+10×1+10×1=-190。另一方面,从x=0至x=7为止的亮度分布与奇函数v(s)的内积值为Av(0)=200×1+200×1+200×1+200×0+10×(-1)+10×(-1)×10×(-1)+10×0=570。根据算式3,这里的频率功率P(0)为600.8。
同样地,从x=1至x=8为止的亮度分布与偶函数u(s)的内积值为Au(1)=200×1+200×0+200×(-1)+10×(-1)+10×(-1)+10×0+10×1+200×1=190。另一方面,从x=1至x=8为止的亮度分布与奇函数v(s)的内积值为Av(1)=200×1+200×1+200×1+10×0+10×(-1)+10×(-1)+10×(-1)+200×0=570。根据算式3,这里的频率功率P(1)为600.8,而与P(0)相等。
同样地,为P(2)=P(3)=P(4)=600.8,在人行横道线的任一位置(x)上都获得相同的频率功率。
下面,说明下述情况,即,在图像数据中的油漆部分的宽度和非油漆部分的宽度不同的情况下,频率功率P(x)在人行横道线的任一位置(x)上为相同值。
即,本实施方式中,在任意Y坐标(y1)上的设定范围内,对周期Ty1=8的人行横道线为亮度分布Ly1(x)=[200、200、10、10、10、10、10、10、200、200、10、10]的情况进行说明。此时,亮度值为200的油漆部分和亮度值为10的非油漆部分的像素数即宽度不同。
这里,将基函数的偶函数设为u(s)=[1、0、-1、-1、-1、0、1、1],且将奇函数设为v(s)=[1、1、1、0、-1、-1、-1、0]。与图像数据中的油漆部分的宽度和非油漆部分的宽度相等时同样,基函数使用矩形波中频率最低的函数即实函数。
从x=0至x=7为止的亮度分布和偶函数u(s)的内积值为Au(0)=200×1+200×0+10×(-1)+10×(-1)+10×(-1)+10×0+10×1+10×1=190。另一方面,从x=0至x=7为止的亮度分布和奇函数v(s)的内积值为Av(0)=200×1+200×1+10×1+10×0+10×(-1)+10×(-1)×10×(-1)+10×0=380。布根据算式3,这里的频率功率P(0)为424.9。
同样地,从x=1至x=8为止的亮度分布与偶函数u(s)的内积值为Au(1)=200×1+10×0+10×(-1)+10×(-1)+10×(-1)+10×0+10×1+200×1=380。另一方面,从x=1至x=8为止的亮度分布与奇函数v(s)的内积值为Av(1)=200×1+10×1+10×1+10×0+10×(-1)+10×(-1)+10×(-1)+200×0=190。根据算式3,这里的频率功率P(1)为424.9,而与P(0)相等。
同样地,为P(2)=P(3)=P(4)=424.9,在人行横道线的任一位置(x)上都获得相同的频率功率。
这里,油漆部分的宽度和非油漆部分的宽度不同的情形与油漆部分的宽度和非油漆部分的宽度相等的情形相比,用于表现宽度窄的油漆部分的高频分量增加。而且,奇函数和偶函数由频率最低的矩形波即周期相等的矩形波形成,因此仅通过1周期的奇函数和偶函数则无法提取高频分量,频率功率变小。因此,在油漆部分的宽度和非油漆部分的宽度不同时,必须与以标准规定的宽度和间隔的大小匹配地变更由区域检测单元105设定的功率等级的阈值。
但是,即使在降低由区域检测单元105设定的功率等级的阈值时,在实际交通环境中也不会误测。其原因在于,频率功率变大的情况是1周期的大小与标准值相等,且油漆部分的宽度和非油漆部分的宽度更均等的重复图案的情况,在实际交通环境中除了人行横道线以外不存在此种情况。
这样,通过以标准规定的宽度和间隔的比例改变由区域检测单元105设定的功率等级的阈值,从而发挥即使在图像数据中的人行横道线的油漆部分的宽度和非油漆部分的宽度不同时也能够进行检测的效果。
此外,这里作为基函数,将偶函数设为u(s)=[1、0、-1、-1、-1、0、1、1],且将奇函数设为v(s)=[1、1、1、0、-1、-1、-1、0]进行说明,但并不限定于此。即各函数的要素数及数值顺序并不限定于上述基函数。
另外,基于矩形波的频率分析不受图像数据的亮度分布的正交分量的影响而可以仅提取周期为Ty1的矩形波的频率功率,因此即使在路面的照度发生变化时,人行横道线的频率功率也不会改变,从而为稳定的检测方式。以下,说明频率功率相对于路面照度的不变性。
在设定范围内,有周期Ty1=8的人行横道线为Ly1(x)=[200、200、200、200、10、10、10、10]的图像数据、及Ly2(x)=[210、210、210、210、20、20、20、20]的图像数据时,在将基函数的偶函数设为u(s)=[1、0、-1、-1、-1、0、1、1],且将奇函数设为v(s)=[1、1、1、0、-1、-1、-1、0]时,亮度分布Lx1(x)和偶函数u(s)的内积值为Au1(0)=200×1+200×0+200×(-1)+200×(-1)+10×(-1)+10×0+10×1+10×1=-190。另一方面,亮度分布Lx1(x)和奇函数v(s)的内积值为Av1(0)=200×1+200×1+200×1+200×0+10×(-1)+10×(-1)+10×(-1)+10×0=570。这里的频率功率作为-190及570的平方根的结果为600.8。
同样地,亮度分布Ly2(x)和偶函数u(s)的内积值为Au2(0)=210×1+210×0+210×(-1)+210×(-1)+20×(-1)+20×0+20×1+20×1=-190。另一方面,亮度分布Ly2(x)和奇函数v(s)的内积值为Av2(0)=210×1+210×1+210×1+210×0+20×(-1)+20×(-1)+20×(-1)+20×0=570。布根据算式3,这里的频率功率P2(0)为600.8,而与P1(0)相等。
进而,普通的频率分析将三角函数作为基函数计算FFT(Fast FourierTransform,快速傅里叶变换),因此在图像信号和三角函数的内积中需要大量的乘法运算,相对于此,本发明的频率分析方法将矩形波作为基函数来计算FFT,因此内积运算中仅将图像信号相加即可,从而能够高速地运算。
此外,使基函数的周期为周期Ty1的情形是一个例子,也能够使基函数的周期为Ty1的2倍的周期或为Ty1的3倍的周期,其不是本发明的限定的范围。
通过使基函数的周期为Ty1的2倍而减少对人行横道线以外的图案且与人行横道线相似的图案进行误检测。另一方面,使用周期为Ty1的2倍的基函数的频率分析方法,由于判定为人行横道线的区域变小,所以适用于粗略地检测人行横道线的位置。
区域检测单元105从通过频率分析单元104计算出的频率功率P(x)的分布中提取功率等级超过规定的阈值的坐标(x),并检测所提取的x坐标密集存在的区域作为存在人行横道线的区域。
图8是用于说明存在人行横道线的区域的检测方法的图。图8A表示根据设定范围内的频率功率P(x)的分布检测存在人行横道线的区域的方法中的、拍摄人行横道线所得的图像数据,图8B表示设定范围内的频率功率P(x)的分布。
图8B中,频率功率P(x)超过规定的阈值的x坐标为x1≤x≤x2之间的坐标点,意味着在设定范围内在x1与x2之间存在人行横道线。
这里,规定的阈值作为固定值进行了说明,但规定的阈值也可以是频率分析单元104判定周围照度等而能够根据判定结果进行变更的变动值。由此,在夜间等周围昏暗而存在较多增益噪声时,通过使阈值变动得较低,从而不依赖于亮度边缘也可以检测人行横道线。
对图像数据中的所有Y坐标即Y坐标(y1)至Y坐标(ym)(m:整数)扫描并进行以上所示的、图像数据上的任意Y坐标(y1)的设定范围内的周期计算、频率分析及区域计算。
此外,以上说明中对所有Y坐标进行一连串的处理,但也可在任意范围内进行一连串的处理。例如,任意范围为从消失点至画面最下端为止的范围。消失点在透视法中意味着并行线相交的点。
图9是用于说明存在人行横道线的区域的检测方法的图。图9A将Y坐标(y1)上的设定范围内的频率功率P(x)作为三维数据表示,图9B表示对图8A所示的Y坐标(y1)至Y坐标(ym)进行上述所示的周期计算单元103、频率分析单元104及区域计算单元105中的一连串处理所得的频率功率的总和P(x,y)中的、超过图8B所示的规定的阈值的范围。以图9的实线表示的区域701为总和P(x,y)中的超过规定的阈值的范围,在区域701中存在人行横道线。
位置输出单元106输出由区域检测单元105检测出的区域701的坐标数据。
根据以上结构,在图像数据中的设定范围内,基于人行横道线的周期进行频率分析,并检测频率功率超过规定的阈值的区域作为存在人行横道线的区域,不进行人行横道的亮度边缘的检测而能够检测人行横道线,因此即使在难以检测亮度边缘时也能够检测人行横道线。
此外,以上说明中,说明了在周期计算单元103中将位于Y坐标(y1)的横向一列的全部范围作为设定范围,但也可将位于Y坐标(y1)的任意坐标点作为设定范围。
此外,以上说明中,说明了在对任意Y坐标(y1)进行周期计算单元103、频率分析单元104及区域计算单元105中的一连串处理之后,对Y轴上的其他点进行一连串处理,并将各个频率功率P(x)相加的方法,但实施本发明的方法并不限定于此。即,也可以对Y轴上的任意范围内的所有Y坐标的设定范围并行处理周期计算、频率分析及区域计算。
此外,以上说明中,在周期计算单元103中对通过图像数据获取单元102获取的每个图像数据,计算出图像数据中的人行横道线的油漆部分的周期,但油漆部分的周期也可预先计算出并存储在存储器中。
此外,以上说明中,基函数使用矩形波,但基函数也可以使用三角函数。
(实施方式2)
图10表示实施方式2中的人行横道线检测装置800的方框结构。与实施方式1不同之处在于,设置有距离计算单元802、周期计算单元803及位置输出单元804,而不需要周期计算单元103及位置输出单元106。
以下,对本发明实施方式2中的人行横道线检测装置800进行说明。此外,图10中,对与实施方式1中的功能相同的结构要素附加相同的标号。
图像数据获取单元102获取包含路面的图像数据。获取图像数据的方法与实施方式1是同样的,因此省略说明。
距离计算单元802从图像数据获取单元102获取的路面的图像数据中提取任意Y坐标(y1)中的X轴上的全部或者任意范围作为设定范围。
另外,距离计算单元802计算出摄像机和设定范围所示的路面之间的实际空间中的距离Dy1。距离Dyn(n:整数)使用设定范围的坐标及摄像机的几何参数并通过算式4计算出。此外,摄像机的几何参数如实施方式1中的说明所示是指包含设置俯仰角α、摄像机设置高度H、摄像机焦距f及Y轴像素间距dpy的摄像机的设置参数。另外,yc是指Y轴图像中心的坐标。
(n:整数)
此外,设置俯仰角α和设置高度H根据自身车辆的振动或前后颠簸运动而发生变化,但使用设置俯仰角α、设置高度H计算出至路面为止的距离的方法是一例,并非限定本发明。例如,也能够使用车高传感器或陀螺仪传感器等其他传感器测定俯仰角变动量、高度变动量并加以修正。
周期计算单元803接受距离计算单元802计算出的距离Dy1,无论在图像数据中是否存在人行横道线都计算出在设定范围内拍摄到油漆部分时的、设定范围内的油漆部分的周期Ty1。
使用距离计算单元802计算出的距离Dyn(n:整数)、实际空间中的人行横道的油漆部分的宽度或间隔(W)、摄像机焦距f并通过算式5计算出周期Tyn(n:整数)。
(n:整数)
此外,算式5中,将人行横道线的油漆部分的宽度或间隔(即间隔是指非油漆部分的宽度)设为W,但在将人行横道线的油漆部分的宽度和非油漆部分的宽度之和设为W′时如算式6所示。
(n:整数)
通过使用算式6,即使在如诸多外国的规定那样人行横道线的油漆部分和非油漆部分的宽度不同,而使油漆部分的宽度和非油漆部分的宽度之和固定且油漆部分和非油漆部分交替重复地进行标示时,也可以计算出Tyn。
此外,即使在车辆转向时,周期计算单元803也能够计算出周期Ty1的情况与实施方式1是同样的,因此在实施方式2中省略说明。
频率分析单元104将以周期计算单元803计算出的Ty1为周期的矩形波的偶函数及奇函数作为基函数,进行设定范围内的图像亮度的频率分析。频率分析单元104的功能与实施方式1是同样的,因此省略说明。
区域检测单元105从通过频率分析单元104计算出的频率功率P(x)的分布中提取功率等级超过规定的阈值的x坐标,并检测所提取的x坐标密集地存在的区域作为存在人行横道线的区域。区域检测单元105的功能与实施方式1是同样的,因此省略说明。
位置输出单元804同时输出区域检测单元105检测出的存在人行横道线的区域的坐标数据、及距离计算单元802计算出的距离Dyn(n:整数)的信息。
根据以上结构,在图像数据中的设定范围内基于人行横道线的周期进行频率分析,并检测频率功率超过规定的阈值的区域作为存在人行横道线的区域,由此无须检测人行横道的亮度边缘,从而即使在油漆部分的亮度边缘弱时也能够检测人行横道线,同时能够检测从摄像机至人行横道线为止的实际空间中的距离。
(实施方式3)
图11表示实施方式3中的人行横道线检测装置900的方框结构。与上述实施方式1不同之处在于,车载摄像机为搭载有两个摄像***的立体摄像机,且设置有立体图像数据获取单元902、立体匹配单元903、距离计算单元904、周期计算单元905及位置输出单元804,而不需要周期计算单元103及位置输出单元106。
实施方式3中的人行横道线检测装置900,解决因在车辆行驶中本车辆振动或前后颠簸、路面有坡度等时摄像机对路面的俯仰角发生变动,从而导致在设定范围内包含人行横道线的油漆部分时的图像数据中的油漆部分的周期计算精度劣化的问题。
以下,对本发明的实施方式3中的人行横道线检测装置900进行说明。
立体图像数据获取单元902通过搭载有两个摄像***的车载立体摄像机获得道路的图像数据。将车载摄像机如图3B所示以设置高度H、设置俯仰角α设置在车辆前方,且以设置倾斜角为零进行说明。此外,车载立体摄像机的设置方法是一个例子,也可以适用于存在设置侧倾角的情形,并非限定本发明的范围。
立体匹配单元903使用具有基准摄像机和参照摄像机两个摄像机的立体摄像机,并根据三角测量原理计算出距离数据。
图12表示使用立体摄像机的三角测量原理计算出对象物1001的距离的概要。在基准摄像机1002及参照摄像机1003拍摄同一对象物1001时,立体摄像机和对象物之间的距离根据三角测量原理,通过算式7计算出。此外,视差d为由基准摄像机拍摄的基准图像上的对象物的位置和由参照摄像机拍摄的参照图像上的对象物的位置的差分,并通过立体匹配计算出。此外,焦距f为摄像元件和摄像面的距离。
图13是用于说明视差计算的图。图13A表示在用于计算出相对于对象物的视差的图像处理中基准摄像机所拍摄的基准图像,图13B表示在用于计算出相对于对象物的视差的图像处理中参照摄像机所拍摄的参照图像。视差的计算方法中,设定图13A所示的基准图像中的基准点,对应于基准点而设定图13B所示的参照图像中的搜索区域。如图13C所示,计算出表示基准点的周围亮度值和搜索区域中的候选对应点的周围亮度值的类似度即评价值的分布的评价值分布,并计算出评价值最小的候选对应点作为对应点。
此外,类似度的指标能够使用SAD(Sum of Absolute Differences,绝对差和)、SSD(Sum of Squared differences,差方和)、NCC(Normalized Cross-Correlation,归一化互相关),并非限定本发明。
通过以上方法计算出从基准摄像机至基准图像数据中所拍摄的路面为止的距离数据。
距离计算单元904使用立体匹配单元903计算出的距离数据计算出基准图像的三维像素数据。距离计算单元904基于计算出的三维像素数据计算出从基准摄像机至基准图像中所拍摄的路面为止的距离D。
图14表示基准图像中所拍摄的路面的三维像素数据。三维像素数据为对于具有X轴及Y轴的图像坐标追加了进深方向的轴的坐标空间的数据,对于图像坐标的各点存在一个距离数据。路面在图14所示的三维像素数据中为斜线部。
作为斜线部分的估计方法,可以通过普通的图像处理进行计算,例如,斜线部分在三维像素数据中数据点数最多,因此能够通过最大似然估计法估计数据点数的密度分布最密的平面作为斜线部分。基于估计出的平面,对于设定范围计算出一个距离数据。图14中,对于Y坐标为y1的设定范围而确定路面的进深距离Dy1,从而能够计算出设定范围内的路面的距离。
此外,基于三维像素数据计算出的距离Dy1与在实施方式2中通过算式4计算出的Dy1相同。即,在实施方式3中,不使用实施方式2中的算式4而基于三维像素数据计算出Dy1。
周期计算单元905从基准图像数据中选择任意Y坐标(y1)中的X轴上的全部或任意范围作为设定范围。而且,周期计算单元905计算出假定在基准图像数据所包含的设定范围内存在人行横道线的油漆部分时的设定范围内的油漆部分的周期Tyn(n:1至m的整数)。
使用距离计算单元904计算出的距离Dyn(n:整数)、实际空间中的人行横道的油漆部分的宽度或间隔(W)及摄像机焦距f,并通过实施方式2中所示的算式5计算出油漆部分的周期Tyn(n:1至m的整数)。
另外,使用距离Dyn(n:整数)、实际空间中的人行横道的油漆部分的宽度与非油漆部分的宽度之和(W′)及摄像机焦距f,并通过实施方式2中所示的算式6计算出油漆部分的周期Tyn(n:1至m的整数)。无论使用算式5、还是使用算式6,Tyn的数值都相同。
此外,频率分析单元104及区域检测单元105在实施方式1中基于图像数据进行信息处理,相对于此,其在实施方式3中除了基于基准图像数据进行信息处理以外其他都一样,因此省略说明。另外,在实施方式2中进行了有关位置输出单元804的说明,因此省略说明。
根据以上结构,由此,在本车辆振动或前后颠簸、路面有坡度等时,即使在车辆行驶中摄像机相对于路面的俯仰角发生变动,通过预先计算出三维像素数据并基于三维像素数据计算出距离,从而即使在此情况下也能够通过简单的方法计算出人行横道线的周期。
(实施方式4)
图15表示实施方式4中的人行横道线检测装置1300的方框结构。与上述实施方式1不同之处在于,在人行横道线检测单元1301中设置有周期计算单元1302而不需要周期计算单元103。
在车辆转向并行驶时,在图像数据中倾斜地拍摄人行横道线。实施方式4中的人行横道线检测装置1300在人行横道线的油漆部分在图像数据中并未横向均等排列时,适用实施方式1所示的周期计算方法。
以下对本发明的实施方式4中的人行横道线检测装置1300进行说明。此外,人行横道线检测装置1300中所包含的周期计算单元1302以外的结构要素,在实施方式1中进行了说明,因此省略与功能有关的说明。
图16表示周期计算单元1302的方框结构。周期计算单元1302为包含参数获取单元401、存储器403、转向检测单元1401、角度计算单元1402及计算单元1403的结构。存储器403预先存储摄像机的几何参数及人行横道线的标准值。
在周期计算单元1302中,参数获取单元401从图像数据获取单元102接受图像数据并选择设定范围的Y坐标(yn),且从存储器403读入摄像机的几何参数及人行横道线的标准值。
转向检测单元1401具有舵角传感器或偏航传感器等传感器,在舵角传感器或偏航传感器所获取的角速度的变化值大于规定的阈值时,检测出搭载有人行横道线装置的车辆已转向。
在转向检测单元1401检测到转向时,角度计算单元1402基于所检测出的角速度的变化值计算出转向的角度γ。这里转向的角度γ为自直进时的角度的移位的绝对值。
在计算单元1403中,基于读入的参数并使用算式8计算出周期Ty。
此外,算式8中,将人行横道线的油漆部分的宽度或间隔(即间隔是指非油漆部分的宽度)设为W,但在将人行横道线的油漆部分的宽度和非油漆部分的宽度之和设为W′时,如算式9所示。
通过使用算式9,即使在如诸多外国的规定那样人行横道线的油漆部分和非油漆部分的宽度不同、而使油漆部分的宽度和非油漆部分的宽度之和固定且油漆部分和非油漆部分交替重复地进行标示时,也可以计算出Tyn。
此外,在人行横道线装置1300所具有的存储器中预先存储摄像机的几何参数及人行横道线的标准值。
根据以上结构,即使在车辆转向时,周期计算单元1301也能够计算出在设定范围内存在人行横道线的油漆部分时的设定范围内的油漆部分的周期。
在2009年9月29日申请的特愿第2009-223976号的日本专利申请所包含的说明书、附图和说明书摘要的公开内容,全部引用于本申请。
工业实用性
本发明的人行横道线检测装置即使对油漆部分的亮度边缘较弱的人行横道线,也能够从拍摄画面中检测人行横道线。
Claims (10)
1.人行横道线检测装置,包括:
图像数据获取单元,具有第一摄像***,且获取使用所述第一摄像***拍摄到的路面的图像数据;
周期计算单元,基于设定范围的坐标、所述第一摄像***的几何参数及预先规定的人行横道线的标准值,计算在所述图像数据的所述设定范围内包含人行横道线的油漆部分时的所述图像数据上的所述油漆部分的周期;
频率分析单元,基于以所述油漆部分的周期的整数倍为1周期的基函数,进行所述设定范围内的图像亮度的频率分析,计算频率功率分布;
区域检测单元,从所述设定范围中提取所述频率功率分布中的功率等级大于规定的阈值的坐标点,检测所述坐标点存在的区域作为人行横道线区域;以及
位置输出单元,输出所述图像数据中的所述人行横道线区域的坐标数据。
2.如权利要求1所述的人行横道线检测装置,
所述周期计算单元包括:
存储器单元,预先存储所述第一摄像***的几何参数及所述人行横道线的标准值;
参数获取单元,从所述图像数据获取单元获取所述设定范围的坐标,并从所述存储器单元获取所述第一摄像***的几何参数及所述人行横道线的标准值;以及
计算单元,基于所述设定范围的坐标、所述第一摄像***的几何参数及所述人行横道线的标准值,计算所述油漆部分的周期。
3.如权利要求1所述的人行横道线检测装置,
所述周期计算单元包括:
存储器单元,预先存储所述第一摄像***的几何参数及所述人行横道线的标准值;
参数获取单元,从所述图像数据获取单元获取所述设定范围的坐标,并从所述存储器单元获取所述第一摄像***的几何参数及所述人行横道线的标准值;
转向检测单元,具有检测角速度的变化的传感器,在所述传感器检测到的角速度的变化大于规定的阈值时,检测为所述人行横道检测装置的转向;
角度计算单元,在检测出所述人行横道检测装置转向时,基于所述传感器检测到的角速度的变化值计算转向角度;以及
计算单元,基于所述设定范围的坐标、所述第一摄像***的几何参数、所述人行横道线的标准值及所述转向角度,计算所述油漆部分的周期。
4.如权利要求1所述的人行横道线检测装置,
还包括:距离计算单元,基于所述图像数据中包含的设定范围的坐标及所述第一摄像***的几何参数,计算所述第一摄像***与所述设定范围所示的路面之间的实际空间中的距离作为距离数据,
所述周期计算单元基于所述距离数据及人行横道线的标准值,计算在所述设定范围内包含人行横道线的油漆部分时的所述油漆部分的周期,
所述位置输出单元输出所述图像数据中的所述人行横道线区域的坐标数据、及所述距离数据。
5.如权利要求1所述的人行横道线检测装置,
还包括:立体匹配单元及距离计算单元,
所述图像数据获取单元还具有第二摄像***,且获取使用所述第一摄像***拍摄路面所得的基准图像数据及使用所述第二摄像***拍摄所述路面所得的参照图像数据,
所述立体匹配单元计算用于表示所述基准图像数据具有的基准点和所述参照图像数据具有的多个搜索点的图像亮度的差异度的评价值分布,并基于由根据所述评价值分布算出的视差、所述第一摄像***的焦距、及所述第一摄像***和所述第二摄像***的距离,计算所述第一摄像***和所述基准图像数据中所拍摄的路面的实际空间中的距离作为第一距离数据,
所述距离计算单元基于所述第一距离数据,计算所述基准图像数据的三维像素数据,并基于所述三维像素数据,计算所述第一摄像***和所述基准图像数据中包含的设定范围所示的路面的实际空间中的距离作为第二距离数据,
所述周期计算单元基于所述第二距离数据及人行横道线的标准值,计算在所述设定范围内包含人行横道线的油漆部分时的所述油漆部分的周期,
所述位置输出单元输出所述基准图像数据中的所述人行横道线区域的坐标数据、及所述第二距离数据。
6.如权利要求1、4及5中任一项所述的人行横道线检测装置,
所述第一摄像***及所述第二摄像***的几何参数为包含摄像***的设置俯仰角、设置高度、焦距及像素间距的参数。
7.如权利要求1、4及5中任一项所述的人行横道线检测装置,
所述频率分析单元基于其1周期为所述油漆部分的周期的2倍以上的基函数,进行频率分析。
8.如权利要求1、4及5中任一项所述的人行横道线检测装置,
所述区域检测单元基于所述车辆周围的照度控制所述规定的阈值。
9.人行横道线检测方法,包括以下步骤:
获取使用摄像***拍摄到的路面的图像数据;
基于设定范围的坐标、所述摄像***的几何参数及人行横道线的标准值,计算在所述图像数据的所述设定范围内包含人行横道线的油漆部分时的所述油漆部分的周期;
基于以所述油漆部分的周期的整数倍为1周期的基函数,进行所述设定范围内的图像亮度的频率分析,计算频率功率分布;
从所述设定范围中提取所述频率功率分布中的功率等级大于规定的阈值的坐标点,检测所述坐标点存在的区域作为人行横道线区域;以及
输出所述图像数据中的所述人行横道线区域的坐标数据。
10.如权利要求9所述的人行横道线检测方法,
所述摄像***的几何参数为包含所述摄像***的设置俯仰角、设置高度、焦距及像素间距的参数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009-223976 | 2009-09-29 | ||
JP2009223976 | 2009-09-29 | ||
PCT/JP2010/005741 WO2011039977A1 (ja) | 2009-09-29 | 2010-09-22 | 横断歩道標示検出方法および横断歩道標示検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102483881A true CN102483881A (zh) | 2012-05-30 |
CN102483881B CN102483881B (zh) | 2014-05-14 |
Family
ID=43825829
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080038501.9A Expired - Fee Related CN102483881B (zh) | 2009-09-29 | 2010-09-22 | 人行横道线检测方法及人行横道线检测装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8744131B2 (zh) |
JP (1) | JP5548212B2 (zh) |
CN (1) | CN102483881B (zh) |
WO (1) | WO2011039977A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679120A (zh) * | 2012-09-11 | 2014-03-26 | 株式会社理光 | 不平道路的检测方法和*** |
CN108604419A (zh) * | 2016-01-29 | 2018-09-28 | 日产自动车株式会社 | 车辆的行驶控制方法及车辆的行驶控制装置 |
CN114822010A (zh) * | 2021-01-22 | 2022-07-29 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101933580B1 (ko) * | 2012-01-26 | 2018-12-28 | 현대엠엔소프트 주식회사 | 차량 mms를 이용한 과속방지턱 정보 취득방법 |
JP6628189B2 (ja) * | 2016-05-19 | 2020-01-08 | パナソニックIpマネジメント株式会社 | 検出装置および検出方法 |
CN108319895B (zh) * | 2017-12-29 | 2021-09-17 | 百度在线网络技术(北京)有限公司 | 用于识别电子地图中的路口的方法和装置 |
JP7480752B2 (ja) * | 2021-06-11 | 2024-05-10 | トヨタ自動車株式会社 | 方法、標示装置、及びシステム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3557252B2 (ja) * | 1994-08-13 | 2004-08-25 | 恒彦 中西 | 移動物体認識方法及びそれを用いた移動物体検出装置 |
JP2006309313A (ja) * | 2005-04-26 | 2006-11-09 | Fuji Heavy Ind Ltd | 道路認識装置 |
WO2008065707A1 (fr) * | 2006-11-28 | 2008-06-05 | Fujitsu Limited | Procédé de reconnaissance de données d'image, dispositif de traitement d'image et programme de reconnaissance de données d'image |
CN101258512A (zh) * | 2005-06-15 | 2008-09-03 | 奥地利研究中心有限责任公司 | 用于场景分析的方法和图像分析单元 |
JP2009180631A (ja) * | 2008-01-31 | 2009-08-13 | Denso It Laboratory Inc | ナビゲーション装置、ナビゲーション方法およびプログラム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6370260B1 (en) * | 1999-09-03 | 2002-04-09 | Honeywell International Inc. | Near-IR human detector |
JP2005078528A (ja) * | 2003-09-02 | 2005-03-24 | Honda Motor Co Ltd | 物体検出装置及び方法 |
JP5309291B2 (ja) * | 2005-04-25 | 2013-10-09 | 株式会社ジオ技術研究所 | 撮影位置解析方法 |
JP4659631B2 (ja) * | 2005-04-26 | 2011-03-30 | 富士重工業株式会社 | 車線認識装置 |
JP4755012B2 (ja) * | 2005-06-29 | 2011-08-24 | 株式会社エヌ・ティ・ティ・ドコモ | 映像評価装置、時空間周波数解析装置、映像評価方法、時空間周波数解析方法、映像評価プログラム、および時空間周波数解析プログラム |
JP4822766B2 (ja) * | 2005-08-18 | 2011-11-24 | 富士通株式会社 | 路面標示認識装置及びシステム |
JP5022609B2 (ja) * | 2006-02-27 | 2012-09-12 | 日立オートモティブシステムズ株式会社 | 撮像環境認識装置 |
JP4724043B2 (ja) * | 2006-05-17 | 2011-07-13 | トヨタ自動車株式会社 | 対象物認識装置 |
JP4654163B2 (ja) * | 2006-07-14 | 2011-03-16 | 日立オートモティブシステムズ株式会社 | 車両の周囲環境認識装置及びシステム |
US8204278B2 (en) * | 2006-11-28 | 2012-06-19 | Fujitsu Limited | Image recognition method |
JP4569837B2 (ja) * | 2007-03-30 | 2010-10-27 | アイシン・エィ・ダブリュ株式会社 | 地物情報収集装置及び地物情報収集方法 |
JP4446201B2 (ja) * | 2007-03-30 | 2010-04-07 | アイシン・エィ・ダブリュ株式会社 | 画像認識装置及び画像認識方法 |
JP4437556B2 (ja) * | 2007-03-30 | 2010-03-24 | アイシン・エィ・ダブリュ株式会社 | 地物情報収集装置及び地物情報収集方法 |
JP4623135B2 (ja) * | 2008-05-08 | 2011-02-02 | 株式会社デンソー | 画像認識装置 |
US8953838B2 (en) * | 2009-06-24 | 2015-02-10 | Here Global B.V. | Detecting ground geographic features in images based on invariant components |
-
2010
- 2010-09-22 US US13/392,148 patent/US8744131B2/en not_active Expired - Fee Related
- 2010-09-22 JP JP2011534060A patent/JP5548212B2/ja not_active Expired - Fee Related
- 2010-09-22 WO PCT/JP2010/005741 patent/WO2011039977A1/ja active Application Filing
- 2010-09-22 CN CN201080038501.9A patent/CN102483881B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3557252B2 (ja) * | 1994-08-13 | 2004-08-25 | 恒彦 中西 | 移動物体認識方法及びそれを用いた移動物体検出装置 |
JP2006309313A (ja) * | 2005-04-26 | 2006-11-09 | Fuji Heavy Ind Ltd | 道路認識装置 |
CN101258512A (zh) * | 2005-06-15 | 2008-09-03 | 奥地利研究中心有限责任公司 | 用于场景分析的方法和图像分析单元 |
WO2008065707A1 (fr) * | 2006-11-28 | 2008-06-05 | Fujitsu Limited | Procédé de reconnaissance de données d'image, dispositif de traitement d'image et programme de reconnaissance de données d'image |
JP2009180631A (ja) * | 2008-01-31 | 2009-08-13 | Denso It Laboratory Inc | ナビゲーション装置、ナビゲーション方法およびプログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679120A (zh) * | 2012-09-11 | 2014-03-26 | 株式会社理光 | 不平道路的检测方法和*** |
CN103679120B (zh) * | 2012-09-11 | 2016-12-28 | 株式会社理光 | 不平道路的检测方法和*** |
CN108604419A (zh) * | 2016-01-29 | 2018-09-28 | 日产自动车株式会社 | 车辆的行驶控制方法及车辆的行驶控制装置 |
CN114822010A (zh) * | 2021-01-22 | 2022-07-29 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
CN114822010B (zh) * | 2021-01-22 | 2024-03-05 | 丰田自动车株式会社 | 信息处理装置和信息处理方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2011039977A1 (ja) | 2013-02-21 |
WO2011039977A1 (ja) | 2011-04-07 |
US20120148104A1 (en) | 2012-06-14 |
JP5548212B2 (ja) | 2014-07-16 |
CN102483881B (zh) | 2014-05-14 |
US8744131B2 (en) | 2014-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220092797A1 (en) | Intelligent Vehicle Trajectory Measurement Method Based on Binocular Stereo Vision System | |
CN111436216B (zh) | 用于彩色点云生成的方法和*** | |
CN102483881B (zh) | 人行横道线检测方法及人行横道线检测装置 | |
AU2018282302B2 (en) | Integrated sensor calibration in natural scenes | |
CN108805934B (zh) | 一种车载摄像机的外部参数标定方法及装置 | |
CN102999759B (zh) | 一种基于光流的车辆运动状态估计方法 | |
CN107229908B (zh) | 一种车道线检测方法 | |
US6628804B1 (en) | Method and apparatus for measuring speed of vehicle | |
US10909395B2 (en) | Object detection apparatus | |
US8259998B2 (en) | Image processing device for vehicle | |
US7103213B2 (en) | Method and apparatus for classifying an object | |
CN104700414A (zh) | 一种基于车载双目相机的前方道路行人快速测距方法 | |
CN106303407A (zh) | 用于确定从对象到车辆的距离的方法和摄像机*** | |
JP6201148B2 (ja) | キャリブレーション装置、キャリブレーション方法、キャリブレーション機能を備えた移動体搭載用カメラ及びプログラム | |
CN103443001A (zh) | 用于运动中的物体的光学识别的方法 | |
CN113223075A (zh) | 一种基于双目摄像头式的船舶高度测量***及方法 | |
AU2015352463B2 (en) | Double stereoscopic sensor | |
CN109074653A (zh) | 用于检测机动车辆的道路旁边的物体的方法、计算设备、驾驶员辅助***以及机动车辆 | |
JP2012159469A (ja) | 車両用画像認識装置 | |
JP2017181476A (ja) | 車両位置検出装置、車両位置検出方法及び車両位置検出用コンピュータプログラム | |
CN101782386B (zh) | 非视觉几何的摄像机阵列视频定位方法及*** | |
JP5091897B2 (ja) | 停止線検出装置 | |
CN109345576B (zh) | 车辆行驶速度鉴定方法及*** | |
CN101819038B (zh) | 基于标线参数的交通事故现场二维测量及俯视校正方法 | |
CN111738035A (zh) | 车辆偏航角的计算方法、装置和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140514 Termination date: 20200922 |
|
CF01 | Termination of patent right due to non-payment of annual fee |