CN110020575A - 车辆检测装置及方法、电子设备 - Google Patents
车辆检测装置及方法、电子设备 Download PDFInfo
- Publication number
- CN110020575A CN110020575A CN201810021680.3A CN201810021680A CN110020575A CN 110020575 A CN110020575 A CN 110020575A CN 201810021680 A CN201810021680 A CN 201810021680A CN 110020575 A CN110020575 A CN 110020575A
- Authority
- CN
- China
- Prior art keywords
- highlight regions
- group
- screening
- highlight
- pairing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种车辆检测装置及方法、电子设备,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种车辆检测装置及方法、电子设备。
背景技术
随着城市交通状况的复杂化,对交通状况的监视和控制需求日益普遍。而对行驶的车辆的检测是视频监控的常见功能之一。目前的车辆检测方法一般针对光线较好的场景,例如白天,使用分类器等对监控图像中的车辆进行检测和计数。而对于光线较差的场景,例如夜晚,一般的车辆检测方法难以对车辆进行有效的检测。
现有的针对光线较差的场景进行车辆检测的一般流程是:根据监控视频图像的灰度图像获得二值化图像,并进行高亮区域的提取,而后对各个高亮区域进行配对,根据配对成功的高亮区域对确定车辆位置。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
发明人发现,当使用上述现有的方法进行车辆检测时,一般只能针对车辆前大灯所在的高亮区域进行检测,容易产生漏检,并且,由于使用的是灰度图像,容易造成误检。另外,车辆转向灯的闪烁可能对检测结果造成影响。
本发明实施例提供一种车辆检测装置及方法、电子设备,直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
根据本发明实施例的第一方面,提供一种车辆检测装置,所述装置包括:第一确定单元,其用于确定彩色输入图像中的高亮区域;扩展单元,其用于根据各个高亮区域周围像素的颜色,扩展所述高亮区域;第一配对单元,其用于对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;第二配对单元,其用于对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;第二确定单元,其用于根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
根据本发明实施例的第二方面,提供一种电子设备,包括根据本发明实施例的第一方面所述的车辆检测装置。
根据本发明实施例的第三方面,提供一种车辆检测方法,所述方法包括:确定彩色输入图像中的高亮区域;根据各个高亮区域周围像素的颜色,扩展所述高亮区域;对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
本发明的有益效果在于:由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1本发明实施例1的车辆检测方法的示意图;
图2是本发明实施例1的车辆检测方法的另一示意图;
图3是本发明实施例2的车辆检测装置的示意图;
图4是本发明实施例2的车辆检测装置的另一示意图;
图5是本发明实施例3的电子设备的示意图;
图6是本发明实施例3的电子设备的***构成的一示意框图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本发明实施例提供一种车辆检测方法。图1本发明实施例1的车辆检测方法的示意图。如图1所示,该方法包括:
步骤101:确定彩色输入图像中的高亮区域;
步骤102:根据各个高亮区域周围像素的颜色,扩展该高亮区域;
步骤103:对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
步骤104:对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
步骤105:根据该第一组高亮区域对和该第二组高亮区域对,确定车辆在该彩色输入图像中的位置。
由上述实施例可知,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
在本实施例中,该彩色输入图像可以是监控视频的帧图像,该监控视频可以通过安装在需要监测区域上方的摄像头获得。
在步骤101中,确定彩色输入图像中的高亮区域,例如,可以获得该彩色输入图像的灰度图像,并从灰度图像中提取二值化图像,根据该二值化图像确定该彩色输入图像中的高亮区域。
在本实施例中,也可以是确定彩色输入图像的部分区域中的所有高亮区域,例如,可以是确定彩色输入图像的感兴趣区域(Region of Interest,ROI)中的所有高亮区域。例如,ROI区域为道路所在的区域。
在本实施例中,二值化阈值可以自适应的进行调整。
在步骤102中,可以将各个高亮区域周围的规定颜色的像素扩展到该高亮区域中,例如,向各个高亮区域的周围扩展,直到各个高亮区域的周围没有规定颜色的像素为止。
在本实施例中,该规定颜色可以是尾灯点亮时的颜色,例如,红色、黄色或橙色。这样,能够将不同形状的尾灯所在的区域都包括在高亮区域中。
在本实施例中,例如可以通过将彩色图像转换到HSV空间,根据经验比较hsv标量和每个颜色的HSV范围来判断像素的颜色。
在步骤103中,对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对。
在本实施例中,该规定颜色可以是尾灯点亮时的颜色,例如,红色、黄色或橙色。这样,对经过扩展且具有规定颜色的高亮区域进行第一次配对,也就是对可能是尾灯所在的区域进行第一次配对。
在本实施例中,该第一组参数可以根据实际情况而确定,例如,第一组参数可以包括高亮区域的垂直方向的坐标值、外接矩形宽长比、面积差、颜色差以及形状匹配程度中的至少一个。
在进行第一次配对时,根据该第一组参数对各个高亮区域进行筛选,具体的筛选条件可以根据实际情况而设置。其中,在根据形状匹配程度进行筛选时,其筛选条件可以设置的较为宽松。
在本实施例中,形状匹配程度例如可以通过形状匹配值来衡量,该形状匹配值可以通过现有的算法得到。例如,形状匹配值越大,表示形状的差异越大。
在根据该第一组参数对各个高亮区域进行筛选后,根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,配对成功的所有高亮区域对构成为第一组高亮区域对。
例如,根据第一组参数对各个高亮区域进行筛选后剩余A~G七个高亮区域,计算任意两个高亮区域之间的尺寸差,A相对于D的尺寸差在A相对于B~G的所有区域的尺寸差中是最小的,且D相对于A的尺寸差在D相对于A~C,E~G的所有区域的尺寸差中是最小的,则A与D配对成功;B相对于E的尺寸差在B相对于A,C~G的所有区域的尺寸差中是最小的,但是E相对于B的尺寸差在E相对于A~D,F~G的所有区域的尺寸差中不是最小的,则B与E配对失败。
在本实施例中,该尺寸差可以是高亮区域的各个维度的尺寸差的综合,例如,该尺寸差是两个高亮区域的宽度差和高度差的加权和。
在步骤104中,对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对。
在本实施例中,该第二组参数可以根据实际情况而确定,例如,该第二组参数可以包括高亮区域的垂直方向的坐标值、外接矩形宽长比以及面积差中的至少一个。
在根据该第二组参数对各个高亮区域进行筛选后,根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,配对成功的所有高亮区域对构成为第二组高亮区域对。
例如,类似的,根据第二组参数对各个高亮区域进行筛选后剩余A~G七个高亮区域,计算任意两个高亮区域之间的形状匹配值,A相对于D的形状匹配值在A相对于B~G的所有区域的形状匹配值中是最小的,且D相对于A的形状匹配值在D相对于A~C,E~G的所有区域的形状匹配值中是最小的,则A与D配对成功;B相对于E的形状匹配值在B相对于A,C~G的所有区域的形状匹配值中是最小的,但是E相对于B的形状匹配值在E相对于A~D,F~G的所有区域的形状匹配值中不是最小的,则B与E配对失败。
在本实施例中,对于彩色图像中尾灯所在的高亮区域,由于其具有规定颜色,因此经过了第一次配对和第二次配对,对于彩色图像中前大灯所在的高亮区域,由于其一般为白色区域而不具有规定颜色,在第一次配对时已将其排除,直接进入了第二次配对。
在步骤105中,根据该第一组高亮区域对和该第二组高亮区域对,确定车辆在该彩色输入图像中的位置。
例如,根据该第一组高亮区域对和该第二组高亮区域对中的所有高亮区域对,基于车灯与车宽的通常比例,确定车辆在彩色输入图像中的位置。
图2是本发明实施例1的车辆检测方法的另一示意图。如图2所示,该方法包括:
步骤201:确定彩色输入图像中的高亮区域;
步骤202:根据各个高亮区域周围像素的颜色,扩展该高亮区域;
步骤203:对经过扩展的各个高亮区域进行第一次合理性筛选,对于经过扩展的各个高亮区域,根据该高亮区域的面积和/或该高亮区域的凸度进行筛选;
步骤204:对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对,获得第一组高亮区域对;
步骤205:对第一次配对失败的高亮区域进行第二次配对,获得第二组高亮区域对;
步骤206:对第二组高亮区域对进行第二次合理性筛选,其中,根据该第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;
步骤207:判断是否满足预设条件,该预设条件例如是,第一次配对、第二次配对以及第二次合理性筛选是否重复了预设的次数,或者,是否没有新增的配对成功的高亮区域对。当判断结果为“是”时,进入步骤208,当判断结果为“否”时,返回步骤204;
步骤208:添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将该单个高亮区域和相应的该虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;
步骤209:根据该第一组高亮区域对、经过第二次合理性筛选的第二组高亮区域对以及该第三组高亮区域对,确定车辆在该彩色输入图像中的位置。
在本实施例中,步骤201、202、204、205、209可以参照步骤101~105执行,此处不再重复。
在步骤203中,对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据该高亮区域的面积和/或该高亮区域的凸度进行筛选。通过第一次合理性筛选,能够将明显不属于前大灯和尾灯的高亮区域去除。
在本实施例中,凸度(convexity)可以表示一个形状的规则程度,例如,一个区域的凸度可以是该区域的面积与包裹该区域的最小包络周长之比。
在步骤206中,对第二组高亮区域对进行第二次合理性筛选,其中,根据该第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对。这样,能够去除由于路面反射等引起的错误检测以及车辆具有多对车灯时对于该车辆的重复检测,进一步提高检测结果的准确性。
在本实施例中,通过重复步骤204~206,能够进一步降低漏检的可能性,提高检测结果的全面性和准确性。
在本实施例中,重复的次数可以是预设次数,例如重复1次。也可以是重复步骤204~206,直到没有新增的配对成功的高亮区域对为止。
在步骤208中,添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将该单个高亮区域和相应的该虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对,这样,能够将由于ROI区域的限制、遮挡以及偶然失配等因素导致的未匹配成功但实际是车灯区域的高亮区域加入到检测结果中,能够进一步降低漏检的可能性,提高检测结果的全面性和准确性。
由上述实施例可知,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
实施例2
本发明实施例还提供一种车辆检测装置,其对应于实施例1所述的车辆检测方法,因此该车辆检测装置具体的实施可以参照实施例1的车辆检测方法的实施,重复之处不再赘述。
图3是本发明实施例2的车辆检测装置的示意图。如图3所示,车辆检测装置300包括:
第一确定单元301,其用于确定彩色输入图像中的高亮区域;
扩展单元302,其用于根据各个高亮区域周围像素的颜色,扩展该高亮区域;
第一配对单元303,其用于对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
第二配对单元304,其用于对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
第二确定单元305,其用于根据该第一组高亮区域对和该第二组高亮区域对,确定车辆在该彩色输入图像中的位置。
图4是本发明实施例2的车辆检测装置的另一示意图。如图4所示,车辆检测装置400包括:
第一确定单元401,其用于确定彩色输入图像中的高亮区域;
扩展单元402,其用于根据各个高亮区域周围像素的颜色,扩展该高亮区域;
第一合理性筛选单元403,其用于在进行第一次配对之前对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据该高亮区域的面积和/或该高亮区域的凸度进行筛选;
第一配对单元404,其用于对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
第二配对单元405,其用于对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
第二合理性筛选单元406,其用于在进行第二次配对之后对该第二组高亮区域对进行第二次合理性筛选,其中,根据该第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;
判断单元407,其用于判断第一次配对、第二次配对以及第二次合理性筛选是否重复了预设的次数,或者,是否没有新增的配对成功的高亮区域对;
添加单元408,其用于添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将单个高亮区域和相应的虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;
第二确定单元409,其用于根据该第一组高亮区域对、该经过第二次合理性筛选的第二组高亮区域对以及该第三组高亮区域对,确定车辆在所述彩色输入图像中的位置。
由上述实施例可知,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
实施例3
本发明实施例还提供了一种电子设备,图5是本发明实施例3的电子设备的示意图。如图5所示,电子设备500包括车辆检测装置501,该车辆检测装置501的结构和功能与实施例2中的记载相同,此处不再赘述。
图6是本发明实施例3的电子设备的***构成的一示意框图。如图6所示,电子设备600可以包括中央处理器601和存储器602;该存储器602耦合到该中央处理器601。该图是示例性的;还可以使用其它类型的结构,来补充或代替该结构,以实现电信功能或其它功能。
如图6所示,该电子设备600还可以包括:输入单元603、显示器604、电源605。
在一个实施方式中,实施例2所述的车辆检测装置的功能可以被集成到该中央处理器601中。其中,该中央处理器601可以被配置为:确定彩色输入图像中的高亮区域;根据各个高亮区域周围像素的颜色,扩展所述高亮区域;对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
例如,所述根据各个高亮区域周围像素的颜色,扩展所述高亮区域,包括:将各个高亮区域周围的规定颜色的像素扩展到所述高亮区域中。
例如,该中央处理器601还可以被配置为:在进行第一次配对之前对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据所述高亮区域的面积和/或所述高亮区域的凸度进行筛选;所述对经过扩展且具有规定颜色的高亮区域进行第一次配对,包括:对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对。
例如,该中央处理器601还可以被配置为:在进行第二次配对之后对所述第二组高亮区域对进行第二次合理性筛选,其中,根据所述第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;所述根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置,包括:根据所述第一组高亮区域对和所述经过第二次合理性筛选的第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
例如,该中央处理器601还可以被配置为:重复预设次数的所述第一次配对、所述第二次配对以及所述第二次合理性筛选,或者,重复所述第一次配对、所述第二次配对以及所述第二次合理性筛选,直到没有新增的配对成功的高亮区域对为止。
例如,该中央处理器601还可以被配置为:添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将所述单个高亮区域和相应的所述虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;所述根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置,包括:根据所述第一组高亮区域对、所述经过第二次合理性筛选的第二组高亮区域对以及所述第三组高亮区域对,确定车辆在所述彩色输入图像中的位置。
在另一个实施方式中,实施例2所述的车辆检测装置可以与该中央处理器601分开配置,例如可以将该车辆检测装置配置为与该中央处理器601连接的芯片,通过该中央处理器601的控制来实现该车辆检测装置的功能。
在本实施例中该电子设备600也并不是必须要包括图6中所示的所有部件。
如图6所示,该中央处理器601有时也称为控制器或操作控件,可以包括微处理器或其它处理器装置和/或逻辑装置,该中央处理器601接收输入并控制该电子设备600的各个部件的操作。
该存储器602,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且该中央处理器601可执行该存储器602存储的该程序,以实现信息存储或处理等。其它部件的功能与现有类似,此处不再赘述。该电子设备600的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本发明的范围。
由上述实施例可知,由于直接对彩色图像进行检测,并通过两次不同的配对处理,能够对车辆的前大灯和尾灯同时进行检测和配对,并能够避免车辆转向灯对检测结果的影响,从而,在很大程度上降低了漏检和误检的可能性,有效提高了车辆检测结果的全面性和准确性。
本发明实施例还提供一种计算机可读程序,其中当在车辆检测装置或电子设备中执行所述程序时,所述程序使得计算机在车辆检测装置或电子设备中执行实施例1所述的车辆检测方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在车辆检测装置或电子设备中执行实施例1所述的车辆检测方法。
结合本发明实施例描述的在车辆检测装置或电子设备中执行车辆检测方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图3和图4中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于图1和图2所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可***移动终端的存储卡中。例如,如果电子设备采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图3和图4描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图3和图4描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本发明进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改,这些变型和修改也在本发明的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1、一种车辆检测装置,所述装置包括:
第一确定单元,其用于确定彩色输入图像中的高亮区域;
扩展单元,其用于根据各个高亮区域周围像素的颜色,扩展所述高亮区域;
第一配对单元,其用于对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
第二配对单元,其用于对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
第二确定单元,其用于根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记2、根据附记1所述的装置,其中,
所述扩展单元将各个高亮区域周围的规定颜色的像素扩展到所述高亮区域中。
附记3、根据附记1所述的装置,其中,所述装置还包括:
第一合理性筛选单元,其用于在进行第一次配对之前对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据所述高亮区域的面积和/或所述高亮区域的凸度进行筛选;
所述第一配对单元对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对。
附记4、根据附记3所述的装置,其中,所述装置还包括:
第二合理性筛选单元,其用于在进行第二次配对之后对所述第二组高亮区域对进行第二次合理性筛选,其中,根据所述第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;
所述第二确定单元根据所述第一组高亮区域对和所述经过第二次合理性筛选的第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记5、根据附记4所述的装置,其中,
所述第一配对单元、所述第二配对单元以及所述第二合理性筛选单元重复预设次数的所述第一次配对、所述第二次配对以及所述第二次合理性筛选,或者,重复所述第一次配对、所述第二次配对以及所述第二次合理性筛选,直到没有新增的配对成功的高亮区域对为止。
附记6、根据附记5所述的装置,其中,所述装置还包括:
添加单元,其用于添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将所述单个高亮区域和相应的所述虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;
所述第二确定单元根据所述第一组高亮区域对、所述经过第二次合理性筛选的第二组高亮区域对以及所述第三组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记7、根据附记1所述的装置,其中,
所述第一组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比、面积差、颜色差以及形状匹配程度中的至少一个,
所述第二组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比以及面积差中的至少一个。
附记8、一种电子设备,包括根据附记1-7中的任一项所述的车辆检测装置。
附记9、一种车辆检测方法,所述方法包括:
确定彩色输入图像中的高亮区域;
根据各个高亮区域周围像素的颜色,扩展所述高亮区域;
对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记10、根据附记9所述的方法,其中,所述根据各个高亮区域周围像素的颜色,扩展所述高亮区域,包括:
将各个高亮区域周围的规定颜色的像素扩展到所述高亮区域中。
附记11、根据附记9所述的方法,其中,所述方法还包括:
在进行第一次配对之前对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据所述高亮区域的面积和/或所述高亮区域的凸度进行筛选;
所述对经过扩展且具有规定颜色的高亮区域进行第一次配对,包括:对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对。
附记12、根据附记11所述的方法,其中,所述方法还包括:
在进行第二次配对之后对所述第二组高亮区域对进行第二次合理性筛选,其中,根据所述第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;
所述根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置,包括:
根据所述第一组高亮区域对和所述经过第二次合理性筛选的第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记13、根据附记12所述的方法,其中,所述方法还包括:
重复预设次数的所述第一次配对、所述第二次配对以及所述第二次合理性筛选,或者,重复所述第一次配对、所述第二次配对以及所述第二次合理性筛选,直到没有新增的配对成功的高亮区域对为止。
附记14、根据附记13所述的方法,其中,所述方法还包括:
添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将所述单个高亮区域和相应的所述虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;
所述根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置,包括:
根据所述第一组高亮区域对、所述经过第二次合理性筛选的第二组高亮区域对以及所述第三组高亮区域对,确定车辆在所述彩色输入图像中的位置。
附记15、根据附记9所述的方法,其中,
所述第一组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比、面积差、颜色差以及形状匹配程度中的至少一个,
所述第二组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比以及面积差中的至少一个。
Claims (10)
1.一种车辆检测装置,所述装置包括:
第一确定单元,其用于确定彩色输入图像中的高亮区域;
扩展单元,其用于根据各个高亮区域周围像素的颜色,扩展所述高亮区域;
第一配对单元,其用于对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
第二配对单元,其用于对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
第二确定单元,其用于根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
2.根据权利要求1所述的装置,其中,
所述扩展单元将各个高亮区域周围的规定颜色的像素扩展到所述高亮区域中。
3.根据权利要求1所述的装置,其中,所述装置还包括:
第一合理性筛选单元,其用于在进行第一次配对之前对经过扩展的各个高亮区域进行第一次合理性筛选,其中,对于经过扩展的各个高亮区域,根据所述高亮区域的面积和/或所述高亮区域的凸度进行筛选;
所述第一配对单元对经过扩展和第一次合理性筛选的且具有规定颜色的高亮区域进行第一次配对。
4.根据权利要求3所述的装置,其中,所述装置还包括:
第二合理性筛选单元,其用于在进行第二次配对之后对所述第二组高亮区域对进行第二次合理性筛选,其中,根据所述第二组高亮区域对中各个高亮区域对的尺寸、质心点的颜色差、质心点的亮度差以及外接矩形的亮度直方图中的至少一个进行筛选,并根据各个高亮区域对的重合程度进行合并,获得经过第二次合理性筛选的第二组高亮区域对;
所述第二确定单元根据所述第一组高亮区域对和所述经过第二次合理性筛选的第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
5.根据权利要求4所述的装置,其中,
所述第一配对单元、所述第二配对单元以及所述第二合理性筛选单元重复预设次数的所述第一次配对、所述第二次配对以及所述第二次合理性筛选,或者,重复所述第一次配对、所述第二次配对以及所述第二次合理性筛选,直到没有新增的配对成功的高亮区域对为止。
6.根据权利要求5所述的装置,其中,所述装置还包括:
添加单元,其用于添加对应于配对失败的单个高亮区域的虚拟高亮区域,并将所述单个高亮区域和相应的所述虚拟高亮区域组成的各个高亮区域对作为第三组高亮区域对;
所述第二确定单元根据所述第一组高亮区域对、所述经过第二次合理性筛选的第二组高亮区域对以及所述第三组高亮区域对,确定车辆在所述彩色输入图像中的位置。
7.根据权利要求1所述的装置,其中,
所述第一组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比、面积差、颜色差以及形状匹配程度中的至少一个,
所述第二组参数包括:所述高亮区域的垂直方向的坐标值、外接矩形宽长比以及面积差中的至少一个。
8.一种电子设备,包括根据权利要求1-7中的任一项所述的车辆检测装置。
9.一种车辆检测方法,所述方法包括:
确定彩色输入图像中的高亮区域;
根据各个高亮区域周围像素的颜色,扩展所述高亮区域;
对经过扩展且具有规定颜色的高亮区域进行第一次配对,其中,根据第一组参数对各个高亮区域进行筛选,并根据任意两个高亮区域之间的尺寸差对经过筛选的各个高亮区域进行配对,获得第一组高亮区域对;
对第一次配对失败的高亮区域进行第二次配对,其中,根据第二组参数对第一次配对失败的高亮区域进行筛选,并根据任意两个高亮区域之间的形状匹配程度对经过筛选的各个高亮区域进行配对,获得第二组高亮区域对;
根据所述第一组高亮区域对和所述第二组高亮区域对,确定车辆在所述彩色输入图像中的位置。
10.根据权利要求9所述的方法,其中,所述根据各个高亮区域周围像素的颜色,扩展所述高亮区域,包括:
将各个高亮区域周围的规定颜色的像素扩展到所述高亮区域中。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021680.3A CN110020575B (zh) | 2018-01-10 | 2018-01-10 | 车辆检测装置及方法、电子设备 |
JP2018199660A JP7155870B2 (ja) | 2018-01-10 | 2018-10-24 | 車両検出装置と方法及び電子機器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021680.3A CN110020575B (zh) | 2018-01-10 | 2018-01-10 | 车辆检测装置及方法、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110020575A true CN110020575A (zh) | 2019-07-16 |
CN110020575B CN110020575B (zh) | 2022-10-21 |
Family
ID=67187963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810021680.3A Active CN110020575B (zh) | 2018-01-10 | 2018-01-10 | 车辆检测装置及方法、电子设备 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7155870B2 (zh) |
CN (1) | CN110020575B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113014912A (zh) * | 2019-12-19 | 2021-06-22 | 合肥君正科技有限公司 | 一种车内监控相机强光源直射检测的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181461A1 (en) * | 2007-01-31 | 2008-07-31 | Toru Saito | Monitoring System |
JP2009234344A (ja) * | 2008-03-26 | 2009-10-15 | Fuji Heavy Ind Ltd | 撮像手段の調整装置および物体検出装置 |
US20100201896A1 (en) * | 2009-02-06 | 2010-08-12 | Ostreko John B | Vehicular rearview mirror assembly including integrated backlighting for a liquid crystal display (lcd) |
US20110164789A1 (en) * | 2008-07-14 | 2011-07-07 | National Ict Australia Limited | Detection of vehicles in images of a night time scene |
CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其*** |
CN102567705A (zh) * | 2010-12-23 | 2012-07-11 | 北京邮电大学 | 一种检测和跟踪夜间行驶车辆的方法 |
CN103020948A (zh) * | 2011-09-28 | 2013-04-03 | 中国航天科工集团第二研究院二○七所 | 智能车载防撞预警***中的夜间图像特征提取方法 |
US20140009617A1 (en) * | 2012-07-03 | 2014-01-09 | Clarion Co., Ltd. | Environment Recognition Device |
JP2015210824A (ja) * | 2014-04-25 | 2015-11-24 | ゼロックス コーポレイションXerox Corporation | 外観ベースの分類による隣り合ったドライブスルー構造における車両の自動順位付け方法及びシステム |
CN106407951A (zh) * | 2016-09-30 | 2017-02-15 | 西安理工大学 | 一种基于单目视觉的夜间前方车辆检测方法 |
JP2017100593A (ja) * | 2015-12-02 | 2017-06-08 | 株式会社Subaru | 車外環境認識装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3703756B2 (ja) | 2001-11-08 | 2005-10-05 | 富士通テン株式会社 | レーダ装置 |
JP2010272067A (ja) | 2009-05-25 | 2010-12-02 | Hitachi Automotive Systems Ltd | 画像処理装置 |
CN105981042B (zh) | 2014-01-17 | 2019-12-06 | Kpit技术有限责任公司 | 车辆探测***及方法 |
JP6612135B2 (ja) | 2016-01-14 | 2019-11-27 | 日立オートモティブシステムズ株式会社 | 車両検出装置および配光制御装置 |
-
2018
- 2018-01-10 CN CN201810021680.3A patent/CN110020575B/zh active Active
- 2018-10-24 JP JP2018199660A patent/JP7155870B2/ja active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080181461A1 (en) * | 2007-01-31 | 2008-07-31 | Toru Saito | Monitoring System |
JP2009234344A (ja) * | 2008-03-26 | 2009-10-15 | Fuji Heavy Ind Ltd | 撮像手段の調整装置および物体検出装置 |
US20110164789A1 (en) * | 2008-07-14 | 2011-07-07 | National Ict Australia Limited | Detection of vehicles in images of a night time scene |
US20100201896A1 (en) * | 2009-02-06 | 2010-08-12 | Ostreko John B | Vehicular rearview mirror assembly including integrated backlighting for a liquid crystal display (lcd) |
CN102567705A (zh) * | 2010-12-23 | 2012-07-11 | 北京邮电大学 | 一种检测和跟踪夜间行驶车辆的方法 |
CN102280030A (zh) * | 2011-07-20 | 2011-12-14 | 杭州海康威视软件有限公司 | 夜晚车辆检测的方法及其*** |
CN103020948A (zh) * | 2011-09-28 | 2013-04-03 | 中国航天科工集团第二研究院二○七所 | 智能车载防撞预警***中的夜间图像特征提取方法 |
US20140009617A1 (en) * | 2012-07-03 | 2014-01-09 | Clarion Co., Ltd. | Environment Recognition Device |
JP2015210824A (ja) * | 2014-04-25 | 2015-11-24 | ゼロックス コーポレイションXerox Corporation | 外観ベースの分類による隣り合ったドライブスルー構造における車両の自動順位付け方法及びシステム |
JP2017100593A (ja) * | 2015-12-02 | 2017-06-08 | 株式会社Subaru | 車外環境認識装置 |
CN106407951A (zh) * | 2016-09-30 | 2017-02-15 | 西安理工大学 | 一种基于单目视觉的夜间前方车辆检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110020575B (zh) | 2022-10-21 |
JP2019121355A (ja) | 2019-07-22 |
JP7155870B2 (ja) | 2022-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804983B (zh) | 交通信号灯状态识别方法、装置、车载控制终端及机动车 | |
US20120050074A1 (en) | Automatic vehicle equipment monitoring, warning, and control system | |
CN106408958A (zh) | 路口信号灯的控制装置及方法 | |
CN103493099B (zh) | 用于识别车辆摄像机的视野中的气溶胶的强度的方法和设备 | |
CN108875458B (zh) | 车辆远光灯开启的检测方法、装置、电子设备及摄像机 | |
CN104598905B (zh) | 一种车牌定位方法和装置 | |
US20090316957A1 (en) | Method of vehicle segmentation and counting for nighttime video frames | |
WO2007000999A1 (ja) | 画像分析装置および画像分析方法 | |
CN103761529A (zh) | 一种基于多色彩模型和矩形特征的明火检测方法和*** | |
CN109325531A (zh) | 基于图像的车辆定损方法、装置、设备及存储介质 | |
CN107273838A (zh) | 交通信号灯抓拍图片的处理方法及装置 | |
CN106326821B (zh) | 车牌定位的方法及装置 | |
CN105023452B (zh) | 一种多路交通信号灯信号采集的方法及装置 | |
KR20160128928A (ko) | 원형 교통 표지 인식 환경에서 화이트 이너 서클과 관련된 확인 장치 및 그 방법 | |
JPWO2012014627A1 (ja) | 車両周辺監視装置 | |
CN103413135B (zh) | 一种车辆前照灯亮暗边界线检测方法、装置和*** | |
CN106161974A (zh) | 利用高动态范围功能的车辆用显示装置及其方法 | |
CN103544480A (zh) | 车辆颜色识别方法 | |
CN104778833A (zh) | 识别交通信号灯的方法 | |
CN105279511A (zh) | 基于颜色时变特征的交通信号灯重定位方法及装置 | |
CN112785850A (zh) | 车辆变道未打灯的识别方法及装置 | |
CN106651797A (zh) | 一种信号灯有效区域的确定方法和装置 | |
CN109816621A (zh) | 异常光斑的检测装置及方法、电子设备 | |
CN103324957A (zh) | 信号灯状态的识别方法及识别装置 | |
US11086580B2 (en) | Method for checking a validity of image data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |