CN101826210A - 一种两步法红外诱导标志提取算法 - Google Patents
一种两步法红外诱导标志提取算法 Download PDFInfo
- Publication number
- CN101826210A CN101826210A CN201010159316A CN201010159316A CN101826210A CN 101826210 A CN101826210 A CN 101826210A CN 201010159316 A CN201010159316 A CN 201010159316A CN 201010159316 A CN201010159316 A CN 201010159316A CN 101826210 A CN101826210 A CN 101826210A
- Authority
- CN
- China
- Prior art keywords
- infrared induction
- induction sign
- sign
- remote
- zone
- 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
- 230000006698 induction Effects 0.000 title claims abstract description 207
- 238000000605 extraction Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000003384 imaging method Methods 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000003331 infrared imaging Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 238000013459 approach Methods 0.000 description 4
- 239000003595 mist Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及数字图像处理技术领域的方法，公开了一种两步法红外诱导标志提取算法。首先，利用均值与方差初始分割出近距离的红外诱导标志，根据红外诱导标志的位置信息对单个红外诱导标志区域进行再分割提高红外诱导标志位置的提取精度，并根据近距离红外诱导标志位置确定远距离红外诱导标志区域。然后，利用局部区域方差消除远距离区域中的背景部分，并利用远距离红外诱导标志的边缘灰度值提取远距离诱导标志。本发明解决了现有红外诱导技术中，常用分块的自适应分割方法效果不好，而且远距离红外诱导标志特征较差的问题。本发明方法能够很好的提取出远距离红外诱导标志，并且满足系统的实时性要求，同时提高了远距离红外诱导标志提取的可靠性。
Description
技术领域
本发明涉及数字图像处理技术领域的方法，公开了一种用于两步法红外诱导标志提取的方法。本发明主要是针对红外诱导系统的红外诱导标志提取而设计的，红外诱导系统在道路两旁设置等间隔的红外诱导标志，采用车载红外探测成像系统采集浓雾下前方路况信息。本发明应用于浓雾天气下的红外诱导标志的提取。
背景技术
世界各国的高速公路运行管理经验表明：在所有不利气候条件中，大雾对高速公路运行所产生的危害最大。目前，就世界范围内降低或预防因大雾引发高速公路交通事故的方法主要有以下几类：关闭高速公路、大雾自动告警和限速控制、灯光诱导和车辆辅助驾驶。
关闭高速公路可以有效防止大雾引发的高速公路交通事故，但其代价是显而易见的；基于区域路段气象监测和雾况预警能够达到警告驾驶员注意路况驾驶，而不能够解决浓雾下车辆通行的问题；基于灯光诱导的通行方案在一定雾况条件下能够导引车辆行驶，但当雾况较为严重时，车辆还是无法获得道路边缘信息；基于GPS和ZigBee局域网技术的通行方案依赖于GPS精度，且不能获得道路的边缘信息；在雾较小时，利用图像增强的方式提高道路图像的清晰度可以指导驾驶，但当浓雾较大时，图像增强方式已无法较好的恢复出道路场景。
目前基于红外诱导技术的浓雾天高速公路导引方法。是指红外诱导系统在道路两旁设置等间隔的红外诱导标志，采用车载红外探测成像系统采集浓雾下前方路况信息。红外诱导标志处于图像的高亮部分，但所占比例很小，背景因浓雾的衰减主要是高低起伏较小的干扰噪声。而远距离诱导标志占图像像素较少，一般在5×5以下，而且由于浓雾的衰减，亮度相对较低；近距离诱导标志成像面积大且亮度高。
但是直接对红外诱导标志图像进行分块的自适应分割只能正常分割出含有红外诱导标志的部分区域，且存在严重的网格效应。近距离诱导标志基本上可以从图像中提取出来，而部分远距离诱导标志淹没在噪声中。原因是：近距离诱导标志面积相对较大且特征明显，分割效果相对较好；远距离区域中背景像素占图像的绝大部分，诱导标志相对于分块区域面积很小，算法获得的阈值较小，所以分割效果不好。当利用图像均值与方差辅助分割后，红外诱导标志及其车辆红外辐射区域基本上可以分割出。但是依然存在严重的噪声，还存在一定的网格效应。
发明内容
为了解决现有红外诱导技术中，常用分块的自适应分割方法效果不好，而且红外诱导标志图像中近距离红外诱导标志特征明显，远距离红外诱导标志特征较差的问题。本发明针对红外诱导标志的特征提出了两步法的红外诱导标志提取算法。首先利用简单的方法提取近距离红外诱导标志，再对远距离小区域提取特征较差的红外诱导标志。
本发明的原理是：在红外诱导标志提取过程中，由于常用的自适应分割方法对远距离诱导标志分割效果不好，针对不同距离的红外诱导标志在图像中的成像面积大小及其浓雾衰减作用不同的特点，本发明提出了两步法红外诱导标志提取算法。首先，利用均值与方差初始分割出近距离高亮度大面积的红外诱导标志，根据红外诱导标志的位置信息对单个红外诱导标志区域进行再分割提高红外诱导标志的位置提取精度，并根据近距离红外诱导标志位置确定远距离红外诱导标志区域。然后，利用局部区域方差消除远距离区域中的背景部分，并利用远距离红外诱导标志的边缘灰度值提取远距离诱导标志。
为了达到上述目的，本发明所采取的技术方案是：
本发明两步法红外诱导标志提取算法包括以下两个过程：
A、近距离红外诱导标志分割及其再分割提高红外诱导标志分割精度。
B、确定远距离红外诱导标志区域及其分割。
一种两步法红外诱导标志提取算法，其特征在于：包括以下步骤：
(1)、近距离红外诱导标志分割：利用均值和方差分割提取近距离红外诱导标志；
(2)、近距离红外诱导标志位置提取：利用区域标志的方法标记红外诱导标志并利用积分的方式计算单个红外诱导标志的位置参数；
(3)、近距离红外诱导标志再分割：对单个红外诱导标志区域进行再分割，提高红外诱导标志的位置精度；
(4)、确定远距离区域：利用近距离的红外诱导标志和红外成像装置标定模型确定远距离的红外诱导标志区域；
(5)、消除背景区域：利用像素局部区域的方差与远距离区域的方差比较消除背景部分像素，消除大面积背景区域对红外诱导标志的影响，从而获得红外诱导标志的前景区域；
(6)、远距离区域分割：在前景区域中，采用基于梯度直方图法自适应阈值分割远距离诱导标志。
进一步的，在上述步骤(1)中，利用图像的均值和三倍方差之和消除背景提取高亮度大面积的近距离红外诱导标志，并采用形态学的开运算消除起伏较大的孤立噪声点。
进一步的，在上述步骤(2)和(3)中，首先利用区域标志方法标记整个图像中高亮部分，并采集积分的方式获得单个红外诱导标志的位置参数，并利用红外诱导标志的位置参数信息确定红外诱导标志所在区域的大小；其次，针对红外诱导标志的单个区域采用自适应的阈值分割方法精确的提取红外诱导标志。
进一步的，在上述步骤(4)中，当红外成像装置可以采集到两侧红外诱导标志时，根据红外诱导标志线确定的方向作为远距离红外诱导标志延伸的方向，以两条诱导标志线确定的灭影点作为远距离诱导标志区域的结束位置；当红外成像装置只能采集到一侧红外诱导标志线时，根据红外成像装置的标定模型确定图像的灭影点并估算出另一侧红外诱导的远距离区域。
进一步的，在上述步骤(5)中，当利用像素的5×5区域的方差与远距离区域的方差比较消除背景像素，从而获得红外诱导标志的前景区域。
进一步的，在上述步骤(6)中，在前景区域中统计图像的梯度直方图，利用梯度直方图的均值和方差确定红外诱导标志的边缘区域，并根据边缘区域的均值分割远距离红外诱导标志。
前述的一种两步法红外诱导标志提取算法，其特征在于：所述灭影点，是指空间不平行于像平面的平行线投影到像平面会相交于一个点；道路两侧的红外诱导标志线不平行于红外成像装置的像平面，两侧诱导标志的交点就是红外成像装置所在特定状态的灭影点。
本发明有益的效果在于：保证了红外诱导标志提取的实时性，同时提高了远距离的红外诱导标志提取的可靠性。
附图说明
图1为本发明两步法红外诱导标志提取算法的流程框图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
参照图1所示，主要过程为近距离诱导标志分割、远距离区域确定和远距离红外诱导标志提取。其中，近距离红外诱导标志分割包括初始分割、诱导标志位置参数提取和近距离红外诱导标志再分割三个部分；确定远距离诱导标志区域部分包括红外诱导标志分类和确定远距离区域两个部分。首先，利用均值与方差初始分割出近距离高亮度大面积的红外诱导标志，根据红外诱导标志的位置信息对单个红外诱导标志区域进行再分割提高红外诱导标志的位置提取精度，并根据近距离红外诱导标志位置确定远距离红外诱导标志区域。然后，利用局部区域方差消除远距离区域中的背景部分，并利用远距离红外诱导标志的边缘灰度值提取远距离诱导标志。
红外诱导标志的在浓雾下处于高亮部分，但所占比例很小，背景因浓雾的衰减主要是高低起伏较小的干扰噪声。远距离诱导标志占图像像素较少，一般在5×5以下，而且由于浓雾的衰减，亮度相对较低；近距离诱导标志成像面积大且亮度高。
首先利图像的均值与方差的三倍分割出近距离的红外诱导标志。而远距离的红外诱导标志与背景中的干扰点相似；而消除噪声后，只有近距离红外诱导标志保留下来，远距离诱导标志被当作噪声滤除。这可以证明本文采用两步法诱导标志图像分割的优点，先采用较为简单的分割算法粗略的提取亮度面积大的近距离诱导标志，再对远距离诱导标志采取更有效的提取算法，既能够保证提取红外诱导标志的可靠性，又能保证算法的实时性。
首先估计红外诱导标志的大小，根据红外诱导标志的大小提取诱导标志区域图片；再利用自适应阈值分割方法针对单个红外诱导标志区域进行阈值分割。根据成像装置的透视变换可以大概估计红外诱导标志的大小，并以红外诱导标志估计大小的两倍作为再提取区域的宽度，以初始提取的红外诱导标志位置作为再提取区域的中心。近距离红外诱导标志经过再分割基本上完全提取了红外诱导标志区域，提高了红外诱导标志的提取精度。
利用像素所在区域内的标准差与图像整体的标准差比较剔除其中大量的背景像素，再利用前文介绍的基于梯度方法分割远距离诱导标志，本节采用像素所在9×9区域的标准差消除图像中背景像素，由于消除了背景中像素的梯度对分割的影响，只在可能有远距离诱导标志的区域进行梯度统计，实验证明可以有效的分割出远距离红外诱导标志。
具体来说，包括以下步骤：
第一步、近距离红外诱导标志分割：利用图像的均值和三倍方差消除背景提取高亮度大面积的近距离红外诱导标志；利用区域标志的方法标记红外诱导标志并利用积分的方式计算各个红外诱导标志的位置参数。
第二步、近距离红外诱导标志位置提取：首先利用区域标志方法标记整个图像中高亮部分，并采集积分的方式获得单个红外诱导标志的位置参数，并利用红外诱导标志的位置参数信息确定红外诱导标志所在区域的大小。
第三步、近距离红外诱导标志再分割：对单个红外诱导标志区域进行再分割，提高红外诱导标志的位置精度；
第四步、确定远距离区域：利用近距离的红外诱导标志和红外成像装置标定模型确定远距离的红外诱导标志区域；
第五步、消除背景区域：利用像素局部区域的方差与远距离区域的方差比较消除背景部分像素，消除大面积背景区域对红外诱导标志的影响，从而获得红外诱导标志的前景区域；
第六步、远距离区域分割：在前景区域中，采用基于梯度直方图法自适应阈值分割远距离诱导标志。
综上所述，针对常用分块的自适因分割方法效果不好，而且红外诱导标志图像中近距离红外诱导标志特征明显，远距离红外诱导标志特征较差。所以本发明针对红外诱导标志的特征提出了两步法的红外诱导标志提取算法。首先利用简单的方法提取近距离红外诱导标志，再对远距离小区域提取特征较差的红外诱导标志。
下面详细的介绍下利用本发明两步法红外诱导标志提取算法，来实现浓雾天气高速公路通行的方法
第一步，红外诱导标志控制：控制中心根据各个路段的雾浓度或能见距离，通过无线网络把控制诱导标志是否开启的控制信号传输给控制计算机，诱导标志控制计算机根据上级的信息控制诱导标志的加热过程。
第二步，诱导标志布局提取：通过机器视觉的两步法提取诱导标志，也就是先提取近处的诱导标志，再根据近处的诱导标志位置的连线延长线区域内提取远处诱导标志，并根据匝道、直线、曲线路段的特点进行诱导标志区分。
第三步，计算车辆位置信息：根据灭影点原理和两侧诱导标志关系计算车辆的角度信息，并通过反透视变换计算出车辆与道路之间的距离。
第四步，道路远端趋势：利用加权最小二乘法拟合全部诱导标志参数，计算出道路远端的发展趋势，即道路远端与当前路段之间的夹角。
第五步，指导车辆行驶：通过第二步提取出诱导标志，第三步计算出车辆与道路的角度信息和与道路之间的位置信息，第四步估计出远端趋势，然后在显示器上显示出本车辆方向、位置和道路变化以及前方车辆信息，这样驾驶员根据显示情况驾驶车辆在浓雾天气条件下在高速公路上通行。
显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种两步法红外诱导标志提取算法，其特征在于：包括以下步骤：
(1)、近距离红外诱导标志分割：利用均值和方差分割提取近距离红外诱导标志；
(2)、近距离红外诱导标志位置提取：利用区域标志的方法标记红外诱导标志并利用积分的方式计算单个红外诱导标志的位置参数；
(3)、近距离红外诱导标志再分割：对单个红外诱导标志区域进行再分割，提高红外诱导标志的位置精度；
(4)、确定远距离区域：利用近距离的红外诱导标志和红外成像装置标定模型确定远距离的红外诱导标志区域；
(5)、消除背景区域：利用像素局部区域的方差与远距离区域的方差比较消除背景部分像素，消除大面积背景区域对红外诱导标志的影响，从而获得红外诱导标志的前景区域；
(6)、远距离区域分割：在前景区域中，采用基于梯度直方图法自适应阈值分割远距离诱导标志。
2.根据权利要求1所述的一种两步法红外诱导标志提取算法，其特征在于：在上述步骤(1)中，利用图像的均值和三倍方差之和消除背景提取高亮度大面积的近距离红外诱导标志，并采用形态学的开运算消除起伏较大的孤立噪声点。
3.根据权利要求1所述的一种两步法红外诱导标志提取算法，其特征在于：在上述步骤(2)和(3)中，首先利用区域标志方法标记整个图像中高亮部分，并采集积分的方式获得单个红外诱导标志的位置参数，并利用红外诱导标志的位置参数信息确定红外诱导标志所在区域的大小；其次，针对红外诱导标志的单个区域采用自适应的阈值分割方法精确的提取红外诱导标志。
4.根据权利要求1所述的一种两步法红外诱导标志提取算法，其特征在于：在上述步骤(4)中，当红外成像装置可以采集到两侧红外诱导标志时，根据红外诱导标志线确定的方向作为远距离红外诱导标志延伸的方向，以两条诱导标志线确定的灭影点作为远距离诱导标志区域的结束位置；当红外成像装置只能采集到一侧红外诱导标志线时，根据红外成像装置的标定模型确定图像的灭影点并估算出另一侧红外诱导的远距离区域。
5.根据权利要求1所述的一种两步法红外诱导标志提取算法，其特征在于：在上述步骤(5)中，当利用像素的5×5区域的方差与远距离区域的方差比较消除背景像素，从而获得红外诱导标志的前景区域。
6.根据权利要求1所述的一种两步法红外诱导标志提取算法，其特征在于：在上述步骤(6)中，在前景区域中统计图像的梯度直方图，利用梯度直方图的均值和方差确定红外诱导标志的边缘区域，并根据边缘区域的均值分割远距离红外诱导标志。
7.根据权利要求4所述的一种两步法红外诱导标志提取算法，其特征在于：所述灭影点，是指空间不平行于像平面的平行线投影到像平面会相交于一个点；道路两侧的红外诱导标志线不平行于红外成像装置的像平面，两侧诱导标志的交点就是红外成像装置所在特定状态的灭影点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010159316A CN101826210A (zh) | 2010-04-28 | 2010-04-28 | 一种两步法红外诱导标志提取算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010159316A CN101826210A (zh) | 2010-04-28 | 2010-04-28 | 一种两步法红外诱导标志提取算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN101826210A true CN101826210A (zh) | 2010-09-08 |
Family
ID=42690116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010159316A Pending CN101826210A (zh) | 2010-04-28 | 2010-04-28 | 一种两步法红外诱导标志提取算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101826210A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102135777A (zh) * | 2010-12-14 | 2011-07-27 | 天津理工大学 | 车载红外跟踪系统 |
| CN110501940A (zh) * | 2019-08-06 | 2019-11-26 | 汉腾汽车有限公司 | 一种智慧警务车车载设备的电路控制装置 |
| CN111062954A (zh) * | 2019-12-30 | 2020-04-24 | 中国科学院长春光学精密机械与物理研究所 | 一种基于差分信息统计的红外图像分割方法、装置及设备 |
-
2010
- 2010-04-28 CN CN201010159316A patent/CN101826210A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102135777A (zh) * | 2010-12-14 | 2011-07-27 | 天津理工大学 | 车载红外跟踪系统 |
| CN102135777B (zh) * | 2010-12-14 | 2013-01-02 | 天津理工大学 | 车载红外跟踪系统 |
| CN110501940A (zh) * | 2019-08-06 | 2019-11-26 | 汉腾汽车有限公司 | 一种智慧警务车车载设备的电路控制装置 |
| CN111062954A (zh) * | 2019-12-30 | 2020-04-24 | 中国科学院长春光学精密机械与物理研究所 | 一种基于差分信息统计的红外图像分割方法、装置及设备 |
| CN111062954B (zh) * | 2019-12-30 | 2022-07-08 | 中国科学院长春光学精密机械与物理研究所 | 一种基于差分信息统计的红外图像分割方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111212772B (zh) | 用于确定车辆的驾驶策略的方法和设备 | |
| CN105550665B (zh) | 一种基于双目视觉的无人驾驶汽车可通区域检测方法 | |
| CN110443225B (zh) | 一种基于特征像素统计的虚实车道线识别方法及其装置 | |
| US9959624B2 (en) | Early detection of turning condition identification using perception technology | |
| CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
| CN110386065B (zh) | 车辆盲区的监控方法、装置、计算机设备及存储介质 | |
| CN101303735B (zh) | 探测车辆盲点区域内运动物体的方法及盲点探测装置 | |
| CN105260701B (zh) | 一种适用于复杂场景下的前方车辆检测方法 | |
| CN101135558B (zh) | 一种基于机器视觉的汽车防撞预警方法及装置 | |
| US9697421B2 (en) | Stereoscopic camera apparatus | |
| CN105426864A (zh) | 一种基于等距边缘点匹配的多车道线检测方法 | |
| CN101984478B (zh) | 基于双目视觉车道线检测的非正常s型驾驶预警方法 | |
| CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
| CN104008645A (zh) | 一种适用于城市道路车道线预测及预警方法 | |
| CN103345618A (zh) | 一种基于视频技术的交通违章检测方法 | |
| CN104008377A (zh) | 基于时空关联的地面交通标志实时检测识别方法 | |
| CN102419820A (zh) | 一种快速检测视频与图像中汽车车标的方法 | |
| CN103984950A (zh) | 一种适应白天检测的运动车辆刹车灯状态识别方法 | |
| KR20110001427A (ko) | 관심영역 추출에 의한 차선 고속검출 방법 | |
| CN110659552B (zh) | 有轨电车障碍物检测及报警方法 | |
| CN111231833A (zh) | 一种基于全息投影与ar结合的汽车辅助驾驶系统 | |
| CN106985819A (zh) | 车辆行驶意图的判断方法和装置 | |
| KR20130000023A (ko) | 영상의 장면 정보를 이용한 전방 차량 검출 방법 | |
| CN107909012A (zh) | 一种基于视差图的实时车辆跟踪检测方法与装置 | |
| CN110319846A (zh) | 一种用于车辆的可行驶区域提取方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100908 |