CN101281022A - 基于单目机器视觉的车辆距离测量方法 - Google Patents

Abstract

本发明涉及基于单目机器视觉的车辆距离测量方法。该方法由采用单摄像头的图像摄取系统和多功能的图像处理和分析系统构成，从单目图像摄取系统的图像信息出发，对图像信息进行处理，运用图像识别的技术，提取并矫正得出其中的标准物体边缘尺寸，并根据处理后的标准物体的所占图像中的尺寸大小以及预先标定值，来反求和重建标准物体的空间信息，并对标准物体在三维空间的相对位置进行计算，从而实现车辆距离的测量。从而实现车辆距离的测量。本发明解决了现有单个摄像机对整个车辆轮廓和地面道路标志线的识别率较低，且需采集到整车的图像，计算量大，不适用于近距离、低速、车流量大场合的问题。

Description

基于单目机器视觉的车辆距离测量方法

技术领域

本发明涉及基于单目机器视觉的车辆距离测量方法。

背景技术

随着电子系统在车辆上的快速普及，各项主动安全技术的研究和应用的不断深入，对车辆的智能化、自动化的要求也越来越高。尤其是电子刹车、自动巡航、电子油门等技术的突破，使得车辆自动控制的实现成为可能。在这样的背景下，高速条件下，车辆保持必要的安全距离以及在一定车距条件下保持安全的行驶速度，是保证道路安全畅通、保障车辆及人员安全的关键。同时，低速拥堵时，与前车保持较小固定车距的自动驾驶技术也成为提高驾驶舒适性的关键指标之一。因此，迫切需要一种成本低廉的，可靠的，高低速均适用的车辆距离测量技术。

当前所采用的技术主要有：超声波技术、激光测距技术、红外线技术和视觉技术等。其中，超声波技术、激光测距技术、红外线技术主要是通过目标物体对上述超声波、激光、红外线等反射的原理来实现测量的。这三种技术需要安装发射源、接收器，以及多种配套的信号处理部件，其系统较为复杂，成本相对较高；另外，这类技术在实际试验中，对环境的要求比较高，容易受到干扰；同时，在目前的技术条件下，探测距离也比较近，通常用于倒车等低速的场合，很难满足高速驾驶时的远距离探测的需求。另外一类是机器视觉技术，目前主要有两种方法，一种是采用立体摄像机，使用至少两个专用的立体摄像机对被拍摄物体进行拍摄，然后对目标体进行处理运算，来计算距离。但该方法成本非常高昂，现阶段难以进行推广和产业化，并且立体摄像机体积相对较大，在整车布置上实现较为困难，影响整车内饰的美观。还有一种机器视觉系统是采用单个摄像机对整个车辆轮廓和地面道路标志线进行识别，通过车辆轮廓、车辆轮廓在图像的位置以及地面道路标志线的走向，来综合计算两车间的距离。但这种方法由于车辆轮廓变化范围很大，识别率较低；而且必须同时识别地面道路标志线，且需采集到整车的图像，计算量大，因此只适用于高速、车流量不大的场合，有很大的局限性。

发明内容

本发明所要解决的技术问题是：针对上述存在的无法近距离计算出车距的缺陷，提供一种采用由单摄像头的图像摄取系统和多功能的图像处理和分析系统组成的测量车辆距离的方法。

本发明是这样实现的：

基于单目机器视觉的车辆距离测量方法，包括以下步骤：

1)由单目摄像头获取形状、尺寸已知的标准物体两维的图像信息，并发送至图像处理模块；

2)图像处理模块收到原始图像后，对图像进行去除噪声和增强图像质量的预处理；

3)对预处理后的两维图像进行大范围的搜索，找到符合形状、尺寸已知的标准物体的若干区域作为候选区，然后对这些侯选区域做进一步解析，最后选定一个最匹配的区域作为形状、尺寸已知的标准物体区域，并将其从图像中分割出来；

4)对提取的形状、尺寸已知的标准物体边界特征和形状、尺寸已知的标准物体模板进行倾斜角度校正；

5)根据倾斜校正后的形状、尺寸已知的标准物体图像，根据预先标定的数值，还原其在世界坐标系中的距离，从而得到车辆的距离。

在所述预处理中对所述两维图像进行灰度拉伸和直方图均衡化的处理。

在所述步骤(3)中，对预处理后的两维图像进行边缘检测法运算；然后采用连通域分析的方法提取形状、尺寸已知的标准物体区域：先对图像进行连通域标记，然后针对每个连通域进行分析，找出每个连通域的最上、最下、最左、最右端坐标。

在所述步骤(4)中，采用递归变换的方法对倾斜角度进行校正：首先对提取出的形状、尺寸已知的标准物体边界进行二值化，然后在倾角之间旋转图像，步进为一次一个角度，求出图像的水平投影，计算出每一投影坐标的权值，权值为该水平方向上连续线段的数目，这样所有旋转角度中投影坐标累加权值最大的直线的倾角就是形状、尺寸已知的标准物体方向的倾角；根据此倾角值对形状、尺寸已知的标准物体的倾斜量进行校正。

将测量的车辆距离值发送给声光警示显示系统。

所述形状、尺寸已知的标准物体为标准的汽车牌照。

所述单目图像摄取系统为一个CCD或CMOS摄像头。

其工作原理在于从单目图像摄取系统的图像信息出发，对图像信息进行处理，运用图像识别的技术，提取并矫正得出其中的标准物体边缘尺寸，并根据处理后的标准物体的所占图像中的尺寸大小以及预先标定值，来反求和重建标准物体的空间信息，并对标准物体在三维空间的相对位置进行计算，从而实现车辆距离的测量。

本发明的有益效果：

根据本发明的技术方案，它由现有的单摄像头的图像摄取系统和多功能的图像处理和分析系统构成，由于其由一个普通摄像头组成，体积也小，安装位置也自由、结构简单，成本与上述测量技术相比大为低；由于采用标准尺寸的车牌作为车距对象，测距不受目标车型的限制、可靠性高；仅对牌照区域进行识别和计算，计算量小，实时性高；另外，本发明由于受车速影响小，可以同时适用于高速和低速的场合，即使在低速拥堵路况下，也能实现实时的测距，为未来低速自动驾驶的实现提供技术铺垫。

具体实施方式

本发明基于单目机器视觉的车辆距离测量方法，采用现有的单摄像头的图像摄取系统、图像处理和分析系统以及声光警示显示系统。单摄像头的图像摄取系统，由一个摄像头组成，通常安装于车辆顶棚中央，负责采集实时的图像信息，并将其发送给图像处理和分析系统。图像处理和分析系统对接收到图像进行处理计算后，得出车辆距离值，并将该值发送给声光警示显示系统，从而通过声音或图像显示提醒驾驶者保持安全的距离。

具体车辆距离测量方法：

1、首先接收由单目摄像头组成的图像摄取系统获取两维图像信息，本实施例中输入图像处理模块的是YUV信号。

2、图像处理模块收到原始图像后，对图像进行去除噪声和增强图像质量等预处理。在本实施例中考虑到系统硬件配置要求的限制，为了加快图像的处理速度、适应基于灰度图像的定位算法需求，首先对采集到的图像进行灰度变换。所谓灰度变换就是将彩色图像转化为灰度图像的过程，即将含有亮度和色彩的彩色图像变换成为灰度图。将图像摄取系统采集的图像转化为灰度图的灰度变换在这里表现为从输入的图像数据存储区中只取出Y分量的数值，Y分量代表的即是对应灰度图像中的灰度值。由于车辆距离测量系统需全天候进行工作，为了克服因天气及光照度的变化有时会引起牌照区域的对比度降低、图像质量下降问题，本实施例对图像进行灰度拉伸和直方图均衡化的图像增强处理。直方图均衡化针对的是自然图像在低值灰度区间频率较大、图像中较暗的区域细节不清楚的情况。这时为使图像清晰可以拉开图像的灰度范围，让灰度频率较小的灰度级变大，即让灰度直方图在较大的动态范围内趋于一致。这样可以增强图像的对比度与车牌区域的可辨认度、消除图像噪声，有利于后续车牌定位处理。

3、预处理完成后，图像处理模块2对预处理后的两维图像进行边缘检测法运算。然后采用连通域分析的思想提取车牌区域：先对图像进行连通域标记，然后针对每个连通域进行分析，找出每个连通域的最上、最下、最左、最右端坐标。由于国内车牌的几何尺寸特征统一，车牌的宽、高比例固定，小型汽车号牌尺寸为440mm×140mm，大型汽车为440mm×220mm，因此可使用这些坐标分析连通域的几何形状是否满足车牌区域的大小和比例的算法，满足即作为车牌区域保留下来，并记录其坐标，不满足则认为是非车牌区域。这时车牌区域将非常清晰的从图像中分割出来，并由此提取车牌的边界。

4、对提取的牌照边界特征和牌照板模板进行倾斜角度校正。由于车牌的倾斜角度有限，本实施例中，采用递归变换的方法对倾斜角度进行求解。首先对提取出的车牌边界进行二值化，然后在倾角之间旋转图像，步进为一次一个角度，求出图像的水平投影，计算出每一投影坐标的权值，权值为该水平方向上连续线段的数目，这样所有旋转角度中投影坐标累加权值最大的直线的倾角就是车牌方向的倾角。并根据此倾角值对牌照的倾斜量进行校正。

5、根据倾斜校正后的长方形牌照图像所占据的像素值，根据预先标定的比例关系，可以反求出车辆在世界坐标系中的距离，从而实现车辆距离的测量。

6、测量的车辆距离值，可以将该值发送给声光警示显示系统，从而通过声音或图像显示提醒驾驶者保持安全的距离。这是本发明车辆距离测量系统的基本应用，进一步扩展，也可将图像处理和分析系统获得的与前车的车辆距离值发送至整车总线，由自动巡航模块计算安全阈值，从而执行减速或加速的指令，达到控制车辆距离的目的。

由本领域技术人员做出的各种变化或改型都不会脱离本发明的范围。

Claims (7)

1、基于单目机器视觉的车辆距离测量方法，包括以下步骤：

1)由单目摄像头获取形状、尺寸已知的标准物体两维的图像信息，并发送至图像处理模块；

2)图像处理模块收到原始图像后，对图像进行去除噪声和增强图像质量的预处理；

3)对预处理后的两维图像进行大范围的搜索，找到符合形状、尺寸已知的标准物体的若干区域作为候选区，然后对这些侯选区域做进一步解析，最后选定一个最匹配的区域作为形状、尺寸已知的标准物体区域，并将其从图像中分割出来；

4)对提取的形状、尺寸已知的标准物体边界特征和形状、尺寸已知的标准物体模板进行倾斜角度校正；

5)根据倾斜校正后的形状、尺寸已知的标准物体图像，根据预先标定的数值，还原其在世界坐标系中的距离，从而得到车辆的距离。

2、根据权利要求1所述的基于单目机器视觉的车辆距离测量方法，其特征在于：在所述预处理中对所述两维图像进行灰度拉伸和直方图均衡化的处理。

3、根据权利要求1所述的基于单目机器视觉的车辆距离测量方法，其特征在于：在所述步骤(3)中，对预处理后的两维图像进行边缘检测法运算；然后采用连通域分析的方法提取形状、尺寸已知的标准物体区域：先对图像进行连通域标记，然后针对每个连通域进行分析，找出每个连通域的最上、最下、最左、最右端坐标。

4、根据权利要求1所述的基于单目机器视觉的车辆距离测量方法，其特征在于：在所述步骤(4)中，采用递归变换的方法对倾斜角度进行校正：首先对提取出的形状、尺寸已知的标准物体边界进行二值化，然后在倾角之间旋转图像，步进为一次一个角度，求出图像的水平投影，计算出每一投影坐标的权值，权值为该水平方向上连续线段的数目，这样所有旋转角度中投影坐标累加权值最大的直线的倾角就是形状、尺寸已知的标准物体方向的倾角；根据此倾角值对形状、尺寸已知的标准物体的倾斜量进行校正。

5、根据权利要求1所述的基于单目机器视觉的车辆距离测量方法，其特征在于：将测量的车辆距离值发送给声光警示显示系统。

6、根据权利要求1～4之一所述的基于单目机器视觉的车辆距离测量方法，其特征在于：所述形状、尺寸已知的标准物体为标准的汽车牌照。

7、根据权利要求1～4之一所述的基于单目机器视觉的车辆距离测量方法，其特征在于：所述单目图像摄取系统为一个CCD或CMOS摄像头。