CN111091119A - 高清晰度交通信号识别方法 - Google Patents
高清晰度交通信号识别方法 Download PDFInfo
- Publication number
- CN111091119A CN111091119A CN201811246549.3A CN201811246549A CN111091119A CN 111091119 A CN111091119 A CN 111091119A CN 201811246549 A CN201811246549 A CN 201811246549A CN 111091119 A CN111091119 A CN 111091119A
- Authority
- CN
- China
- Prior art keywords
- light
- wavelength
- mtf
- traffic signal
- chip
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本发明提供了一种高清晰度交通信号识别方法,高清晰度交通信号识别方法,调整镜头的单波长MTF,具体调整如下:镜头的空间频率为芯片的极限分辨率的一半、芯片的像高为0.0mm,红光的MTF≥70;绿光的MTF≥70;蓝光的MTF≥60,本发明提供的高清晰度交通信号识别方法能够使得镜头在各类信号牌下清晰成像,在各类信号灯下清晰成像。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种高清晰度交通信号识别方法。
背景技术
随着安全辅助与无人驾驶技术迅速发展,以机器视觉为主导的传感技术与环境感知成为必然。在交通与环境感知中,各类信号灯感知与判别在机器视觉中存在各类挑战。
现有的其它技术,比如激光探测与测量(Lidar),雷达(Radar),超声波(Ultrasound)等,由于无法判别颜色,反射率,或者不存在三维信息等,均无法实现信号灯与信号牌的识别。而常规的光学设计,在信号牌与信号灯的识别方面没有特殊的考虑,使得效果一般,典型的情况为:当红色信号灯成像非常清晰的时候,绿色信号灯的像并不清晰。
发明内容
有鉴于此,本发明实施例致力于提供一种高清晰度交通信号识别方法,以解决现有光学中不能清晰拍摄各类信号灯和信号牌的问题。
本发明一实施例提供高清晰度交通信号识别方法,调整镜头的单波长MTF,具体调整如下:
镜头的空间频率为芯片的极限分辨率的一半、芯片的像高为0.0mm,
红光的MTF≥70;
绿光的MTF≥70;
蓝光的MTF≥60。
在本发明一实施例中,红光的波长≥680nm,绿光的波长≥550nm,蓝光的波长≥420nm。
在本发明一实施例中,所述芯片的像高为0.0mm即位于芯片的正中间位置。
在本发明一实施例中,调整入射光中红光、绿光和蓝光的权重,对焦时按照橘红色光对焦。
在本发明一实施例中,红光、绿光和蓝光的波长分别为610nm、510nm、420nm,红光、绿光和蓝光的权重比为:1:0.5:0.25。
在本发明一实施例中,红光、绿光和蓝光的波长分别为650nm、555nm、450nm,红光、绿光和蓝光的权重比为:1:1:1。
在本发明一实施例中,红光、绿光和蓝光的波长分别为680nm、610nm、470nm,红光、绿光和蓝光的权重比为:0.6:0.5:0.5。
在本发明一实施例中,所述橘红色光的波长为610nm。
本发明实施例提供的高清晰度交通信号识别方法,在各类信号牌下清晰成像,在各类信号灯下清晰成像。
附图说明
图1所示为二级光谱色差示意图。
图2所示为入射光调整示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1所示为二级光谱色差示意图。从初级相差上讲,任何两种色光在一定位置校正后,对第三种色光的剩余色差来说可看作是二级光谱色差。其几何像差的图形如图1所示。把d(587nm)光线的边缘校正到零,c(656nm)光线与f(486nm)光线在0.707带相交,交点到d光线0.707带顶点的距离代表二级光谱的几何值。现有的镜头容易出现将红光完美对焦,绿光跑焦的情况。
照相镜头本身F/#非常小,已无优化的空间。本发明从其他角度来优化。
本发明一实施例提供高清晰度交通信号识别方法,调整镜头的单波长MTF,具体调整如下:
镜头的空间频率为芯片的极限分辨率的一半、芯片的像高为0.0mm,
红光的MTF≥70;
绿光的MTF≥70;
蓝光的MTF≥60。
经过此种调整,从原理上实现对镜头的优化,达到对单波长成像同时成像清晰。实现对各类信号牌与信号灯的清晰判别。
在本发明一实施例中,红光的波长≥680nm,绿光的波长≥550nm,蓝光的波长≥420nm。
在本发明一实施例中,所述芯片的像高为0.0mm即位于芯片的正中间位置。
以上对红光、绿光和蓝光的MTF的参数要求,具体可以通过对镜头的玻璃进行调整得到,如调整镜头的材质,调整镜头的尺寸,在此不一一讲述。也可以利用zemax光学软件直接得到镜头的参数。
如图2所示,图2中光1的波长为420nm,光1的波长为420nm,光2的波长为450nm,光3的波长为700nm,光4的波长为680nm,光5的波长为470nm,光6的波长为650nm,光7的波长为610nm,光8的波长为510nm,光9的波长为550nm,在本发明一实施例中,调整入射光中红光、绿光和蓝光的权重,突出重点需要的频谱解析度,对焦时按照橘红色光对焦。
在本发明一实施例中,红光、绿光和蓝光的波长分别为610nm、510nm、420nm,红光、绿光和蓝光的权重比为:1:0.5:0.25。
在本发明一实施例中,红光、绿光和蓝光的波长分别为650nm、555nm、450nm,红光、绿光和蓝光的权重比为:1:1:1。
在本发明一实施例中,红光、绿光和蓝光的波长分别为680nm、610nm、470nm,红光、绿光和蓝光的权重比为:0.6:0.5:0.5。
在本发明一实施例中,所述橘红色光的波长为610nm。
绿光和红光比较靠近,对焦时可以按照橘红色光对焦,这样可以兼顾到470nm到700nm的各个波长的光,而420nm到450nm波长之间的光,由于设计难度已经实际应用的需求,色焦移会比较大,成像质量会下降。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换等,均应包括在本发明的保护范围之内。
Claims (8)
1.高清晰度交通信号识别方法,其特征在于,调整镜头的单波长MTF,具体调整如下:
镜头的空间频率为芯片的极限分辨率的一半、芯片的像高为0.0mm,
红光的MTF≥70;
绿光的MTF≥70;
蓝光的MTF≥60。
2.根据权利要求1所述的高清晰度交通信号识别方法,其特征在于,红光的波长≥680nm,绿光的波长≥550nm,蓝光的波长≥420nm。
3.根据权利要求1所述的高清晰度交通信号识别方法,其特征在于,所述芯片的像高为0.0mm即位于芯片的正中间位置。
4.根据权利要求1所述的高清晰度交通信号识别方法,其特征在于,调整入射光中红光、绿光和蓝光的权重,对焦时按照橘红色光对焦。
5.根据权利要求4所述的高清晰度交通信号识别方法,其特征在于,红光、绿光和蓝光的波长分别为610nm、510nm、420nm,红光、绿光和蓝光的权重比为:1:0.5:0.25。
6.根据权利要求4所述的高清晰度交通信号识别方法,其特征在于,红光、绿光和蓝光的波长分别为650nm、555nm、450nm,红光、绿光和蓝光的权重比为:1:1:1。
7.根据权利要求4所述的高清晰度交通信号识别方法,其特征在于,红光、绿光和蓝光的波长分别为680nm、610nm、470nm,红光、绿光和蓝光的权重比为:0.6:0.5:0.5。
8.根据权利要求4所述的高清晰度交通信号识别方法,其特征在于,所述橘红色光的波长为610nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811246549.3A CN111091119A (zh) | 2018-10-24 | 2018-10-24 | 高清晰度交通信号识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811246549.3A CN111091119A (zh) | 2018-10-24 | 2018-10-24 | 高清晰度交通信号识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111091119A true CN111091119A (zh) | 2020-05-01 |
Family
ID=70392463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811246549.3A Pending CN111091119A (zh) | 2018-10-24 | 2018-10-24 | 高清晰度交通信号识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111091119A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662293A (zh) * | 2012-05-21 | 2012-09-12 | 信利光电(汕尾)有限公司 | 一种近景调焦装置,及方法 |
CN103984078A (zh) * | 2014-05-30 | 2014-08-13 | 深圳市大族激光科技股份有限公司 | 用于激光光斑与指示光光斑重合的f-theta光学镜头 |
CN108037594A (zh) * | 2018-01-02 | 2018-05-15 | 北京全欧光学检测仪器有限公司 | 一种全视场镜头的装配方法及装置 |
-
2018
- 2018-10-24 CN CN201811246549.3A patent/CN111091119A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662293A (zh) * | 2012-05-21 | 2012-09-12 | 信利光电(汕尾)有限公司 | 一种近景调焦装置,及方法 |
CN103984078A (zh) * | 2014-05-30 | 2014-08-13 | 深圳市大族激光科技股份有限公司 | 用于激光光斑与指示光光斑重合的f-theta光学镜头 |
CN108037594A (zh) * | 2018-01-02 | 2018-05-15 | 北京全欧光学检测仪器有限公司 | 一种全视场镜头的装配方法及装置 |
Non-Patent Citations (1)
Title |
---|
张善华;陈慧芳;张海艇;田维坚;: "用于交通监控***的光学成像镜头的设计", 激光与光电子学进展 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107966783B (zh) | 光学成像*** | |
US10015389B2 (en) | Image sensor with asymmetric-microlens phase-detection auto-focus (PDAF) detectors, associated PDAF imaging system, and associated method | |
US10502933B2 (en) | Optical image capturing system | |
EP3001867B1 (en) | Smartphone configured to perform biometric recognition of an iris pattern and corresponding facial features of a subject | |
US20180052305A1 (en) | Optical image capturing system | |
US20180059367A1 (en) | Optical image capturing system | |
CN107966797A (zh) | 光学成像*** | |
US10444474B2 (en) | Optical image capturing system | |
JP2008268868A (ja) | 撮像装置 | |
MXPA05001006A (es) | Sistema para deteccion y clasificacion de fuente de luz para control automatico de luz exterior de vehiculo y metodo de fabricacion. | |
US20180059369A1 (en) | Optical Image Capturing System | |
CN206178234U (zh) | 可见光与红外光两用的低焦平面偏移量光学成像*** | |
TWI638202B (zh) | 光學成像系統 | |
CN107632377A (zh) | 光学成像*** | |
KR20170001640U (ko) | 근적외선 이미징 렌즈 | |
CN107632367A (zh) | 光学成像*** | |
CN108886571B (zh) | 具有改善的自动对焦性能的成像设备 | |
CN107656355A (zh) | 光学成像*** | |
US10838175B2 (en) | Optical image capturing system | |
CN107656356A (zh) | 光学成像*** | |
CN104142569A (zh) | 一种较小体积、高分辨率、大像面的变焦光学*** | |
CN111091119A (zh) | 高清晰度交通信号识别方法 | |
US20090110271A1 (en) | Color recognition device and method thereof | |
US20190025550A1 (en) | Optical image capturing system | |
US11092491B1 (en) | Switchable multi-spectrum optical sensor |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200501 |
|
WD01 | Invention patent application deemed withdrawn after publication |