CN103390269A - 连续型道路分割物检测方法和装置 - Google Patents

连续型道路分割物检测方法和装置 Download PDF

Info

Publication number
CN103390269A
CN103390269A CN2012101476425A CN201210147642A CN103390269A CN 103390269 A CN103390269 A CN 103390269A CN 2012101476425 A CN2012101476425 A CN 2012101476425A CN 201210147642 A CN201210147642 A CN 201210147642A CN 103390269 A CN103390269 A CN 103390269A
Authority
CN
China
Prior art keywords
disparity map
continuous type
partage
section
type road
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
Application number
CN2012101476425A
Other languages
English (en)
Other versions
CN103390269B (zh
Inventor
刘殿超
刘媛
刘童
师忠超
王刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to CN201210147642.5A priority Critical patent/CN103390269B/zh
Priority to EP13167119.0A priority patent/EP2662804B1/en
Priority to JP2013099449A priority patent/JP6131704B2/ja
Publication of CN103390269A publication Critical patent/CN103390269A/zh
Application granted granted Critical
Publication of CN103390269B publication Critical patent/CN103390269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Processing Or Creating Images (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种具有高度的连续型道路分割物检测方法和装置,该检测方法包括:获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及从平行于地面的切片对应的U视差图来检测该连续型道路分割物。根据本发明实施例的具有高度的连续型物体检测方法和装置,因为采用视差图和u视差图或v视差图,所以能够很好解决环境变化和几何形变的问题,另外通过利用切片切割三维物体,然后在切片的U视差图或V视差图上检测物体,能够解决例如垂直方向或水平方向的物体遮挡问题。

Description

连续型道路分割物检测方法和装置
技术领域
本发明总体地涉及图像处理,更具体地涉及连续型道路分割物检测方法和装置。
背景技术
驾驶辅助系统的应用日渐普及。而道路或车道警告系统(Lane/Roaddetection warning,LDW/RDW)是驾驶辅助系统的子系统,可以避免碰撞,更准确地确定驾驶方向等。道路或车道检测对于LDW/RDW系统非常关键,只有在知道了道路信息的基础上才可能做进一步的处理,例如警告。一般通过检测道路分割物来检测道路或车道。
道路分割物包括路肩石、白线、栅栏和其他能够标识路的区域以及车道的物体。
在道路分割物中,存在具有一定高度的连续型道路分割物,常见的比如栅栏、灌木丛、路肩石等。
对于具有一定高度的连续型道路分割物,根据所进行处理的图像类型,现有的检测方法可大致分为两类。
第一类检测方法在灰度图上基于边缘,颜色,纹理,或者其他灰度图像特征进行,其中的一些方法可能利用其他感应器获取物体信息,结合灰度图像进行物体检测。
例如,在非专利文献1,Giancarlo Alessandretti,Alberto Broggi,and PietroCerri等人的文章Vehicle and Guard Rail Detection Using Radar and Vision DataFusion,IEEE 2007 TRANSACTIONS ON INTELLIGENT TRANSPORTATIONSYSTEMS中,介绍了一种基于雷达成像和视觉成像相结合的车辆与栅栏检测方法。在该方法中,利用雷达定位感兴趣区域,再用灰度图像进行检测。
该第一类检测方法基于灰度图像进行检测,受环境条件例如光照强度、色彩变化和以及视觉几何形变的影响较大,在实际应用过程中不稳定。例如,图1示出了具有栅栏部分的灰度图像的示例,其中栅栏部分以椭圆形圈出示意。图2示出了光照、背景以及视觉几何变形等各种因素变化下不同灰度图像的示例。可见,环境和几何变形等对灰度图像的形式影响较大,因此对检测结果也具有较大影响。
另一类方法是基于立体相机获得视差图来进行物体的检测。
例如,在非专利文献2,即Zhencheng Hu,Francisco Lamosa and KeiichiUchimura的文章A Complete U-V-Disparity Study for Stereovision Based 3DDriving Environment Analysis,Proceedings of the Fifth International Conferenceon 3-D Digital Imaging and Modeling 2005中,介绍了一种基于U视差图和V视差图的物体分割的方法。该方法首先进行U视差图和V视差图的计算,然后在U视差图和V视差图上进行线的检测,则检测到的线段有可能是物体的表面,最后U视差图和V视差图上对应具有相同视差值的线段被认为是同一个物体,从而实现物体分割。
在第二类方法中,存在无法解决遮挡的问题。因为U视差图和V视差图分别是视差图在x和y坐标方向的视差累计图,所以水平和垂直方向上的遮挡问题固有地存在。图3示意性地示出了具有栅栏部分的视差图以及对应的U视差图和V视差图。图4示意性地示出了此时各部分在U视差图和V视差图中对栅栏部分的遮挡情况。
因此,希望能提供如下技术,该技术既能很好解决环境变化和几何形变的问题,又能解决水平和垂直方向上的遮挡问题。
发明内容
鉴于上述情况,提出了本发明。
根据本发明的一个方面,提供了一种具有高度的连续型道路分割物检测方法,包括:获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
该连续型道路分割物检测方法还可以包括:假设在从U视差图检测的作为连续型道路分割物的直线的位置,在视差图上取垂直于地面的切片,则在该切片对应的V视差图上,根据该连续型道路分割物在V视差图上的属性来进行验证。
该连续型道路分割物检测方法还可以包括:通过从平行于地面的切片对应的U视差图检测多个相连但斜率不同的线段,来检测弯曲的连续型道路分割物。
根据本发明的另一方面,提供了一种具有高度的连续型道路分割物检测方法,可以包括如下步骤:
(1)获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;
(2)获得V视差图中作为地面的斜线,以及该作为地面的斜线与垂直轴的交点(0,v0);
(3)在V视差图中获取通过该交点(0,v0)的斜线,作为平行于地面的切片;
(4)获得该切片对应的视差图和U视差图;
(5)在该U视差图中检测直线,作为候选的连续型道路分割物;
(6)按照距地面从低到高的顺序,也即按照在V视差图中通过交点(0,v0)的斜线从低到高的顺序,取另一斜线,作为平行于地面的另一切片;
(7)在与另一切片对应的另一U视差图中检测直线,作为候选的连续型道路分割物;
(8)重复步骤(6)和(7),直到在最后的切片对应的最后U视差图中没有检测到在之前的视差图中检测的斜线;
(9)以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据检测到的地面和最后的切片来确定连续型道路分割物的高度。
根据本发明的另一方面,提供了一种具有高度的连续型道路分割物检测装置,可以包括:视差图、U视差图和V视差图获得部分,用于获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及基于U视差图的检测部分,用于从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
根据本发明的再一方面,提供了一种具有高度的连续型物体检测方法,可以包括:获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图;以及从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体。
根据本发明的再一方面,提供了一种具有高度的连续型物体检测装置,可以包括:用于获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图的部分;以及用于从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体的部分。
根据本发明实施例的具有高度的连续型物体检测方法和装置,因为采用视差图和u视差图或v视差图,所以能够很好解决环境变化和几何形变的问题,
根据本发明实施例的具有高度的连续型物体检测方法和装置,通过利用切片切割三维物体,然后在切片的U视差图或V视差图上检测物体,能够解决例如垂直方向或水平方向的物体遮挡问题。比如,在检测栅栏的情况下,与地面平行的水平切片图可以脱离白线、路边以及树木、高楼等辅助信息,避免了横向或纵向的遮挡。
根据本发明实施例的具有高度的连续型物体检测方法和装置,在第一方向上的切片的U视差图或V视差图上进行定位或检测后,还可以通过取与第一方向垂直的第二方向上的切片,来在V视差图或U视差图上进行进一步验证或检测,因此可以进一步解决遮挡问题,以及实现更准确地检测物体。
另外,根据本发明实施例的具有高度的连续型物体检测方法和装置,通过利用直线拟合来在对应的切片图上检测曲线,而可以应用于在连续或延伸的方向上弯曲的物体的检测。
附图说明
图1示出了具有栅栏部分的灰度图像的示例;
图2示出了光照、背景以及视觉几何变形等各种因素变化下不同灰度图像的示例;
图3示意性地示出了具有栅栏部分的视差图以及对应的U视差图和V视差图;
图4示意性地示出了图3中各部分在U视差图和V视差图中对栅栏部分的遮挡情况;
图5示出了根据本发明一个实施例的具有高度的连续型道路分割物检测方法的总体流程图;
图6中左上图示意性地示出了视差图中的平行于地面的切片,右上图示意性地示出视差图切片对应的V视差图,左下图示意性地示出了所对应的U视差图;
图7示意性地示出了V视差图中的作为地面的斜线和作为与地面平行的切片的部分;
图8示出了根据一个实施例的通过采用不止一个与地面平行的切片与视差图相交,来检测具有高度的连续型道路分割物的方法的示例性流程图;
图9示意性地示出了V视差图中的分别表示与地面平行的第一切片和第二切片的第一斜线和第二斜线的例子;
图10示出了根据本发明第二实施例的具有高度的连续型道路分割物检测方法的流程图;
图11中,左上图示意性示出了视差图中垂直于地面的切片的形式,左下图示意性示出了经图10中的步骤S310和S320之后在U视差图上检测到的例如栅栏的位置,右上图示意性示出了垂直于地面的切面的V视差图;
图12示意性示出了在U视差图中检测到两个栅栏的情况;
图13示出了根据本发明一个实施例的具有高度的连续型物体检测装置的总体配置的框图;以及
图14是示出按照本发明实施例的具有高度的连续型物体检测系统1000的总体硬件框图。
具体实施方式
为了使本领域技术人员更好地理解本发明,下面结合附图和具体实施方式对本发明作进一步详细说明。
将按如下顺序进行描述:
1、词汇解释和基本概念介绍
2、第一实施例
2.1、具有高度的连续型道路分割物检测方法的第一示例
2.2、具有高度的连续型道路分割物检测方法的第二示例
2.3、具有高度的连续型道路分割物检测方法的第三示例
3、第二实施例
4、第三实施例
5、第四实施例
6、具有高度的连续型物体检测装置的总体配置
7、系统硬件配置
8、总结
1、词汇解释和基本概念介绍
在具体描述之前,首先下面解释一下本文中涉及的一些词汇。
除非特别指明,否则文中的“与地面平行的切片”、“距地面从低到高”等是指从现实三维世界的视点看,该切片与地面平行,距地面从低到高。
本文中,“切片”表示用于切分现实三维世界的平面(这种情况下,可以称为“切面”),得到的是三维世界各物体的剖面,不过切片可以具有一定厚度。切片的方向可以是横向、纵向以及根据需要的任何方向。
“具有高度的连续型道路分割物”指的是以地面为基准具有一定高度、以及沿道路方向延伸的具有分割道路功能的物体,例如路边的栅栏、灌木丛、墙等。需要注意的是,这里物体的高度无需固定,也不需要等高。
“切片与视差图相交”指的是假想的切片与视差图表示的三维世界中相交。
下面介绍一下本文中涉及的基本概念,以便于理解。
视差,实际指从某一基线两端各引一直线到同一较远物体时,其间所成的夹角。一般指从有一定距离的两个点上观察同一个目标所产生的方向差异。从目标看两个点之间的夹角,叫做这两个点的视差角,两点之间的距离称作基线。只要知道视差角度和基线长度,就可以计算出目标和观测者之间的距离。
视差图(disparity map)是以任一幅图像为基准,其大小为该基准图像的大小,元素值为视差值的图像。视差图包含了场景的距离信息。视差图可以从双目相机拍摄的左图像和右图像中计算得到,或者通过立体视图中的深度图计算得到。
普通视差图中的某点坐标以(x,y,d)表示,其中x为横坐标,y为纵坐标;d为该点(x,y)处的视差。
为便于理解,形象地说,V-视差图可以视为视差图的侧视图,而U-视差图可以视为视差图的俯视图。V-视差图或U-视差图可以从视差图中计算得到。V-视差图中任意一点(d,y)的灰度值是对应视差图的纵坐标为y的行中视差值等于d的点的个数。U-视差图中任意一点(x,d)的灰度值是对应视差图的横坐标为x的列中视差值等于d的点的个数。
下面将以栅栏为例,说明根据本发明实施例对具有高度的连续型道路分割物的检测方法。
2、第一实施例
2.1、具有高度的连续型道路分割物检测方法的第一示例
下面描述根据本发明一个实施例的、具有高度的连续型道路分割物检测方法的第一示例的整体过程。
图5示出了根据本发明一个实施例的具有高度的连续型道路分割物检测方法100的总体流程图。
如图5所示,在步骤S110中,获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图。
任何现有的获取视差图的方法均可以用于本发明。例如,可以通过双目相机、多目相机、立体相机拍摄并计算得到包括该连续型道路分割物部分的视差图,具体地,例如,可以通过双目相机来拍得左图像和右图像,基于左图像和右图像计算得到视差图。或者,可以从立体视图中获得深度图,根据深度图得到视差图。获得视差图后,由视差图变换得到对应的U视差图和对应的V视差图。
在步骤S120中,从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
设想一下,在视差图对应的三维世界中,用平行于地面的切片切割该三维世界中的所有物体,这时与切片相交的物体的点都位于同一平行于地面的平面上,通过适当选取切片的高度,切片可以只与高度在某范围内的物体相交,例如,在检测栅栏的情况下,通过在一般栅栏高度取值范围内来安排切片,这样的切片不与白线、路边石以及高处的建筑物相交,这样要处理的切片上的信息大大降低,可以解决垂直方向上的遮挡问题。
由于V视差图可看作视差图的侧视图的特性,这样的平行于地面的切片在V视差图上表现为一条直线。而且在视差图上的各个平行平面在V视差图上对应的各个直线将相交于无穷远处,即视差为零的点。可以利用V视差图的这些特性来获得平行于地面的切片的数学表达。
图6中左上图中示意性地示出了视差图中的平行于地面的切片,如其中灰色部分所示,图6中右上图中示意性地示出视差图切片对应的V视差图中的部分,其中直线对应于视差图中的水平切片,图6中左下图示意性地示出了所对应的U视差图,其中的栅栏看起来近似直线。
为了获得平行于地面的切片对应的U视差图,可以利用各种方法。
其中一个示例性方法可以是:
(1)从V视差图首先获得作为地面的斜线。一般作为地面的斜线是按照图6的图面方向、在图6的V视差图上最底部的斜线。换句话说,在坐标轴与前图3所示那样安排,即y轴自坐标原点向下延伸的情况下,作为地面的斜线是V视差图上y值最大的直线。因此可以例如通过霍夫变换或者找点进行线性拟合等方法来检测该最底部的斜线,作为地面。假设V视差图上的坐标定义为(di,yi),表示地面的斜线可用下述公式(1)表示:
y=kr×d+br         (1)
其中kr表示斜率,br表示截距。
(2)获得V视差图中作为地面的斜线与y轴的交点,即视差值为0的点,显然该点可表示为(0,br)。由此所有平行于地面的切片在V视差图上的斜线可以用下述公式(2)表示
y=kp×d+br   其中kp表示斜率,且kp∈(0,kr)       (2)
(3)选取一个平行于地面的切片,即选取V视差图中一条直线i,其斜率用kpi表示,表示为
y=kpi×d+br       (3)
(4)在获取V视差图上的该直线i后,可以获得视差图中符合该直线的所有坐标点(xi,yi,di),将这些视差图中的坐标点投影到U视差图上,即得到了该平行于地面的切片对应的U视差图。
在获得了例如如图6中右下图所示的该平行于地面的切片对应的U视差图后,如前所述,一般情况下,栅栏呈直线形式延伸,因而在U视差图中表现为直线,从而可以通过在U视差图中检测直线来检测栅栏。具体地,例如可以首先使用一些滤波器来过滤噪音和增强直线,然后使用线检测方法,例如霍夫变换,来检测直线从而定位栅栏的位置。此外,例如,也可以使用一定尺寸和位置的滤波器来过滤被检测的线,以获得正确的检测结果。
根本上述本发明第一实施例的检测具有一定高度的连续型道路分割物的方法,通过选取一定高度的水平面,利用视差切面图在三维世界中的原始视差图上操作,而不是原来的UV视差图的累积图像,因此能够解决垂直方向的物体遮挡问题。
不过前述方法仅为示例,可以根据需要进行各种改变。
例如,前文中,切片为与地面平行的平面。不过,该切片可以具有一定厚度。通过选取具有一定厚度的切片,使得例如栅栏上有更多点投影到U视差图上,可以更好地抵御噪声的影响。在具体实现上,前文中当切片为与地面平行的平面时,该切片在V视差图中表现为与作为地面的斜线相交于y轴的一条斜线;当所选取的切片与地面平行、且具有一定厚度时,该切片在V视差图中表现为两条斜线之间(包含该两条斜线)的部分,该两条斜线与作为地面的斜线相交于y轴同一点。图7示意性地示出了V视差图中的作为地面的斜线和作为与地面平行的切片的部分。
上文例子中,选取地面作为参考标准,取所有切片与地面平行。但是这仅为示例,假设已知灌木从的顶面,此时可以以灌木丛的顶面作为参考标准,取所有切片与灌木丛的顶面平行。
2.2、具有高度的连续型道路分割物检测方法的第二示例
前述具有高度的连续型道路分割物检测方法的第一示例中,采用一个与地面平行的切片来与视差图相交,下面描述采用不止一个与地面平行的切片与视差图相交来检测具有高度的连续型道路分割物的实施例。
图8示出了根据一个实施例的通过采用不止一个与地面平行的切片与视差图相交,来检测具有高度的连续型道路分割物的方法的示例性流程图。
如图8所示,在步骤S210中,获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图。步骤S210的操作的具体实现可以参考前文参考图5中的步骤S110的描述。
在步骤S220中,在V视差图中,获得与作为地面的斜线相交于垂直轴的第一斜线,作为平行于地面的第一切片。
在步骤S230中,在该第一切片对应的U视差图上,通过检测第一直线来检测该连续型道路分割物。
在步骤S240中,从V视差图中获得与作为地面的斜线相交于垂直轴、且比第一斜线更高的第二斜线,作为平行于地面的更高的切片。
在步骤S240中,在该更高的切片对应的U视差图上,通过检测第二直线来检测该连续型道路分割物。
图9示意性地示出了V视差图中的分别表示与地面平行的第一切片和第二切片的第一斜线和第二斜线的例子。相对于地面而言,第二切片比第一切片高,即从图9的图面方向看来,第二斜线比第一斜线高。如果画一条垂直于d轴的直线,该直线将分别与作为地面的斜线、表示与地面平行的第一切片和第二切片的第一斜线和第二斜线相交,则就交点的y坐标而言,作为地面的斜线>第一斜线>第二斜线。
在分别获得了在第一切片和比第一切片更高的切片的U视差图上,通过检测直线(对应地称为第一直线和第二直线)检测的连续型道路分割物结果(对应地称为第一结果和第二结果)后,可以组合第一结果和第二结果来进一步过滤连续型道路分割物检测结果,例如,取第一结果和第二结果中的重叠的直线作为连续型道路分割物。需要说明的是,这里的说法“第一直线”(“第二直线”)并不表示第一直线(第二直线)仅表示一条直线,相反第一直线(第二直线)可以表示一条或多条直线。
2.3、具有高度的连续型道路分割物检测方法的第三示例
前面描述了具有高度的连续型道路分割物检测方法的第一示例和第二示例。进一步地,因为每一个视差切片图对应一个三维世界中的具体高度,因此在栅栏所在高度范围内,视差切片图就会与栅栏相交,所以如果采用一系列视差切片图进行相切,就能在对应的U视差图上定位栅栏的位置,同时也能确定栅栏的高度。
具体地,按照距地面从低到高的顺序,重复获得平行于地面的切片、以及在切片对应的U视差图上通过检测直线来检测连续型道路分割物的操作,直到无法在切片对应的U视差图上找到作为连续型道路分割物的直线,由此可以确定以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及可以根据地面和最后的切片来确定该连续型道路分割物的高度。
关于上述平行于地面的切片的布置,根据需求,可以是平行于地面的切片具有相等的间距,或者是具有不等的间距。对应地,如本领域技术人员公知的,由于视差图上的平行面之间的间距在V视差图上不形变的性质,所以在V视差图上一条垂直于d轴的直线上,如果平行于地面的切片具有相等的间距,则各斜线也是具有相等的间距,如果平行于地面的切片具有不等的间距,则各斜线也具有不等的间距。
关于连续型道路分割物的检测,可以是每进行一次切片检测操作,就检查该切片检测操作的结果是否和之前检测的结果一致(所检测的直线中存在重合的直线),也可以是每进行若干次(例如3次)切片检测操作之后,统一检查该三次检测结果之间重合的检测结果。
同样,这里的切片,每次操作的切片优选地都是平面,或者优选地具有相同厚度,这样保证每次切片操作的检测结果之间具有良好的可比性。不过根据需要,例如对处理速度的要求,可以设计切片具有不同厚度。
根据此第三示例的方法,通过重复切片和检测操作,可以更鲁棒地检测具有高度的连续型道路分割物。
3、第二实施例
图10示出了根据本发明第二实施例的具有高度的连续型道路分割物检测方法的流程图。
相比于第一实施例中仅采用平行于地面的切片和视差图相交,然后在切片对应的U视差图上进行检测的方法,第二实施例的方法,添加了步骤S330和S340,而步骤S310和S320的操作与图5所示的步骤S110和S120基本相同,故这里省略对步骤S310和S320的描述。
如图10所示,在步骤S330中,在利用U视差图确定了例如栅栏的位置后,根据该位置,在视差图上取垂直于地面的切片。
如图11的左下图所示,其示出了经步骤S310和S320之后在U视差图上检测到的例如栅栏的位置(以椭圆形圈出),如前所述,还可能也获得了栅栏的大概高度。
在该位置,在视差图上取垂直于地面的切片。图11的左上图示出了视差图中该垂直于地面的切片的形式。如图11的左下图所示,这样的切片在U视差图中表现为直线形式。
该直线可以用下述公式(4)表示:
d=ku×x+bu                 (4)
其中ku是线的斜率,bu是线的截距。
在步骤S340中,在该切片对应的V视差图上,根据该连续型道路分割物在V视差图上的属性来进行验证。例如,在检测栅栏的情况下,栅栏在该V视差图上,可能表现为具有上下两条横线,以及中间夹有若干竖线,并且栅栏的上下两条横线因为近似平行,所以应近似相交于无穷远处,即视差值为0的点,也即y轴上的点。
经过前述步骤S310和步骤S320的操作,获得了U视差图中的公式(4)形式的直线。之后,可以获得视差图中符合该直线的所有坐标点(xi,yi,di),将这些视差图中的坐标点投影到V视差图上,即得到了该垂直于地面的切片对应的V视差图。图11的右上图示意性示出了垂直于地面的切面的V视差图。
对于该切片对应的V视差图,可以先通过一些基本的滤波方法进行降噪、增强线和栅栏纹理等处理,然后可以使用一些检测和分割的方法如连通域分析等进一步进行栅栏检测。之后检测出来的结果还可以经过一些尺寸和位置滤波来过滤。不过这些滤波和检测方法仅为示例,任何在V视差图中检测对象的方法均可以用于本发明。
上述栅栏检测方法不限于仅检测一个栅栏,而是可以检测一个或多个栅栏。在检测多个栅栏并且多个栅栏平行(此为大多数情况)的情况下。如本领域技术人员公知地,多个平行的栅栏在U视差图的x-d坐标系中表现为多条直线,并且这样的平行平面将会相交于无穷远处,即相交于视差值为零的消逝点,以及x轴上的点。图12示意性示出了在U视差图中检测到两个栅栏的情况,其中栅栏部分以椭圆形圈出示意。
在这样的情况下,可以对每个候选栅栏,取垂直于地面的切片,然后在对应的V视差图上进行进一步检测。
4、第三实施例
前面第一和第二实施例均以所检测的连续型道路分割物是直线型的情况加以说明,不过本发明并不局限于此。而是可以扩展为对弯曲的连续型道路分割物进行检测。例如,有的道路走向是拐弯的,这时连续型道路分割物例如栅栏也相应地变成了曲线走向的形式。
具体地,根据本发明第三实施例的检测弯曲的连续型道路分割物的方法,通过从平行于地面的切片对应的U视差图检测多个相连但斜率不同的线段来拟合曲线,能够检测弯曲的连续型道路分割物。
5、第四实施例
根据本发明的第四实施例的具有高度的连续型道路分割物检测方法,包括如下步骤:
(1)获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;
(2)获得V视差图中作为地面的斜线,以及该作为地面的斜线与垂直轴的交点(0,v0);
(3)在V视差图中获取通过该交点(0,v0)的斜线,作为平行于地面的切片;
(4)获得该切片对应的视差图和U视差图;
(5)在该U视差图中检测直线,作为候选的连续型道路分割物;
(6)按照距地面从低到高的顺序,也即按照在V视差图中通过交点(0,v0)的斜线从低到高的顺序,取另一斜线,作为平行于地面的另一切片;
(7)在与另一切片对应的另一U视差图中检测直线,作为候选的连续型道路分割物;
(8)重复步骤(6)和(7),直到在最后的切片对应的最后U视差图中没有检测到在之前的视差图中检测的斜线;
(9)以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据检测到的地面和最后的切片来确定连续型道路分割物的高度。
优选地,根据本发明第四实施例的连续型道路分割物检测方法,还包括:基于在U视差图中检测的连续型道路分割物以及其高度信息,获得连续型道路分割物的V视差图;在该V视差图中,根据连续型道路分割物应具有的属性来验证该连续型道路分割物。
前述第一到第四实施例的方法中,检测的对象为具有高度的连续型道路分割物,不过本发明并不局限于此,而是适用于检测任何具有高度的连续型物体,只要能获得与高度垂直的平面型切片即可,例如我们要检测一堵墙,而墙一般不是道路分割物,这时我们就可以利用该墙的横向切片或纵向切片对应的U视差图或者V视差图来进行检测。这样的连续性物体检测方法包括:获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图;以及从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体。
6、具有高度的连续型物体检测装置的总体配置
图13示出了根据本发明一个实施例的具有高度的连续型物体检测装置的总体配置8000的总体框图。
如图13所示,该连续型物体检测装置8000可以包括:视差图、U视差图和V视差图获得部分8100,用于获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;基于U视差图的检测部分8200,用于从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
虽然图中未示出,但是该连续型物体检测装置8000还可以包括用于从V视差图获得作为地面的斜线的部分。
基于U视差图的检测部分8200从平行于地面的切片对应的U视差图来检测该连续型道路分割物可以包括:在V视差图中,获得与作为地面的斜线相交于垂直轴的第一斜线,作为平行于地面的第一切片;以及在该第一切片对应的U视差图上,通过检测第一直线来检测该连续型道路分割物。
基于U视差图的检测部分8200从平行于地面的切片对应的U视差图来检测该连续型道路分割物还可以包括:从V视差图中获得与作为地面的斜线相交于垂直轴、且比第一斜线更高的第二斜线,作为平行于地面的更高的切片;以及在该更高的切片对应的U视差图上,通过检测第二直线来检测该连续型道路分割物。
基于U视差图的检测部分8200从平行于地面的切片对应的U视差图来检测该连续型道路分割物还可以包括:按照距地面从低到高的顺序,重复获得平行于地面的切片、以及在切片对应的U视差图上通过检测直线来检测连续型道路分割物的操作,直到无法在切片对应的U视差图上找到作为连续型道路分割物的直线,由此确定以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据地面和最后的切片来确定该连续型道路分割物的高度。
虽然图中未示出,不过该连续型物体检测装置8000还可以包括V视差图验证部分,用于假设在从U视差图检测的作为连续型道路分割物的直线的位置,在视差图上取垂直于地面的切片,则在该切片对应的V视差图上,根据该连续型道路分割物在V视差图上的属性来进行验证。
上述平行于地面的切片可以具有预定的厚度。
基于U视差图的检测部分8200还可以包括通过从平行于地面的切片对应的U视差图检测多个相连但斜率不同的线段,来检测弯曲的连续型道路分割物。
7、系统硬件配置
本发明还可以通过一种具有高度的连续型物体检测硬件系统来实施。图14是示出按照本发明实施例的具有高度的连续型物体检测系统1000的总体硬件框图。如图14所示,具有高度的连续型物体检测系统1000可以包括:输入设备1100,用于从外部输入有关图像或信息,例如立体相机拍摄的左右图像或深度信息,或者连续型道路分割物部分的视差图等,例如可以包括键盘、鼠标器、以及通信网络及其所连接的远程输入设备等等;处理设备1200,用于实施上述的按照本发明实施例的具有高度的连续型道路分割物检测方法,或者实施为上述的具有高度的连续型道路分割物检测装置,例如可以包括计算机的中央处理器或其它的具有处理能力的芯片等等,可以连接到诸如因特网的网络(未示出),根据处理过程的需要向远程传送处理后的图像等等;输出设备1300,用于向外部输出实施连续型道路分割物检测所得的结果,例如可以包括显示器、打印机、以及通信网络及其所连接的远程输出设备等等;以及存储设备1400,用于以易失或非易失的方式存储上述连续型道路分割物检测过程所涉及的图像、视差图、U视差图、V视差图的坐标信息、获得的斜线的斜率和截距等等,例如可以包括随机存取存储器(RAM)、只读存储器(ROM)、硬盘、或半导体存储器等等的各种易失或非易失性存储器。
8、总结
根据本发明的实施例,提供了一种具有高度的连续型道路分割物检测方法,可以包括:获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
该连续型道路分割物检测方法还可以包括:从V视差图获得作为地面的斜线。
在该连续型道路分割物检测方法中,从平行于地面的切片对应的U视差图来检测该连续型道路分割物可以包括:在V视差图中,获得与作为地面的斜线相交于垂直轴的第一斜线,作为平行于地面的第一切片;以及在该第一切片对应的U视差图上,通过检测第一直线来检测该连续型道路分割物。
从平行于地面的切片对应的U视差图来检测该连续型道路分割物还可以包括:从V视差图中获得与作为地面的斜线相交于垂直轴、且比第一斜线更高的第二斜线,作为平行于地面的更高的切片;以及在该更高的切片对应的U视差图上,通过检测第二直线来检测该连续型道路分割物。
该连续型道路分割物检测方法还可以包括:按照距地面从低到高的顺序,重复获得平行于地面的切片、以及在切片对应的U视差图上通过检测直线来检测连续型道路分割物的操作,直到无法在切片对应的U视差图上找到作为连续型道路分割物的直线,由此确定以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据地面和最后的切片来确定该连续型道路分割物的高度。
该连续型道路分割物检测方法还可以包括:假设在从U视差图检测的作为连续型道路分割物的直线的位置,在视差图上取垂直于地面的切片,则在该切片对应的V视差图上,根据该连续型道路分割物在V视差图上的属性来进行验证。
上述平行于地面的切片可以具有预定的厚度。
该连续型道路分割物检测方法还可以包括:通过从平行于地面的切片对应的U视差图检测多个相连但斜率不同的线段,来检测弯曲的连续型道路分割物。
根据本发明另一实施例,提供了一种具有高度的连续型道路分割物检测方法,可以包括如下步骤:
(1)获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;
(2)获得V视差图中作为地面的斜线,以及该作为地面的斜线与垂直轴的交点(0,v0);
(3)在V视差图中获取通过该交点(0,v0)的斜线,作为平行于地面的切片;
(4)获得该切片对应的视差图和U视差图;
(5)在该U视差图中检测直线,作为候选的连续型道路分割物;
(6)按照距地面从低到高的顺序,也即按照在V视差图中通过交点(0,v0)的斜线从低到高的顺序,取另一斜线,作为平行于地面的另一切片;
(7)在与另一切片对应的另一U视差图中检测直线,作为候选的连续型道路分割物;
(8)重复步骤(6)和(7),直到在最后的切片对应的最后U视差图中没有检测到在之前的视差图中检测的斜线;
(9)以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据检测到的地面和最后的切片来确定连续型道路分割物的高度。
根据该另一实施例的连续型道路分割物检测方法,还可以包括:基于在U视差图中检测的连续型道路分割物以及其高度信息,获得连续型道路分割物的V视差图;在该V视差图中,根据连续型道路分割物应具有的属性来验证该连续型道路分割物。
根据本发明再一实施例,提供了一种具有高度的连续型道路分割物检测装置,可以包括:视差图、U视差图和V视差图获得部分,用于获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及基于U视差图的检测部分,用于从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
根据本发明又一实施例,提供了一种具有高度的连续型物体检测方法,包括:获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图;以及从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体。
根据本发明又一实施例,提供了一种具有高度的连续型物体检测装置,包括:用于获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图的部件;以及从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体的部件。
根据本发明实施例的具有高度的连续型物体检测方法和装置,通过利用切片切割三维物体,然后在切片的U视差图或V视差图上检测物体,能够解决例如垂直方向或水平方向的物体遮挡问题。比如,在检测栅栏的情况下,与地面平行的水平切片图可以脱离白线、路边以及树木、高楼等辅助信息,避免了横向或纵向的遮挡。
根据本发明实施例的具有高度的连续型物体检测方法和装置,在第一方向上的切片的U视差图或V视差图上进行定位或检测后,还可以通过取与第一方向垂直的第二方向上的切片,来在V视差图或U视差图上进行进一步验证或检测,因此可以进一步解决遮挡问题,以及实现更准确地检测物体。
另外,根据本发明实施例的具有高度的连续型物体检测方法和装置,通过利用直线拟合来在对应的切片图上检测曲线,而可以应用于在连续或延伸的方向上弯曲的物体的检测。
前述对各个实施例描述仅为说明性的,本领域技术人员可以根据需要进行很多修改和/或替换,这些修改和/或替换未脱离本发明的原理,应视为落入本发明的保护范围。
例如,在前面的描述中提到,提到U视差图和V视差图一般是从视差图计算得到的,不过,可以想见的是,也可以直接从特殊相机例如双目相机、多目相机、立体相机拍摄的左右图像中直接计算得出U视差图或V视差图,或者直接通过立体视图中的深度图计算得到。
另外,本文中的获得U视差图和V视差图应从广义上理解,只要存在相关的利用了U视差图或V视差图上特性的计算操作,就可以认为获得了U视差图和V视差图,而并非一般意义上的一定要获得完整的图像才认为获得了U视差图和V视差图。
再例如,前述实施例中以栅栏为例说明本发明的技术,不过本发明不限于此,而是可以应用于检测任何具有高度的连续型道路分割物,例如灌木、路肩石等。更进一步地,实际上,本发明也不限于具有高度的连续型道路分割物的检测,而是可以应用于检测任何具有高度(这里的高度未必是相对于地面而言的)的连续型物体,或者更确切地说,可以应用于检测某个方向的重复切片具有类似性的任何物体,只要这些切片的U视差图或者V视差图具有类似性即可。
此外,前述实施例中,一般选取地面作为参考标准,取所有切片与地面平行。但是这仅为示例,参考面并不限于地面,其实只要能找到一个适当参考面即可,例如,如果已知一辆车的顶面,则也可以以该顶面作为参考面,取所有切片与该顶面平行。另一方面,如果是在其它方向取切片,例如与地面垂直的方向,则也可以取该方向上的某确定平面作为参考标准,取与该平面平行的切片。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,对本领域的普通技术人员而言,能够理解本发明的方法和装置的全部或者任何步骤或者部件,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现,这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此,本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此,本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说,这样的程序产品也构成本发明,并且存储有这样的程序产品的存储介质也构成本发明。显然,所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。
还需要指出的是,在本发明的装置和方法中,显然,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且,执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行,但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种具有高度的连续型道路分割物检测方法,包括:
获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及
从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
2.根据权利要求1的连续型道路分割物检测方法,还包括:
从V视差图获得作为地面的斜线。
3.根据权利要求1或2的连续型道路分割物检测方法,其中,从平行于地面的切片对应的U视差图来检测该连续型道路分割物包括:
在V视差图中,获得与作为地面的斜线相交于垂直轴的第一斜线,作为平行于地面的第一切片;以及
在该第一切片对应的U视差图上,通过检测第一直线来检测该连续型道路分割物。
4.根据权利要求3的连续型道路分割物检测方法,其中,从平行于地面的切片对应的U视差图来检测该连续型道路分割物还包括:
从V视差图中获得与作为地面的斜线相交于垂直轴、且比第一斜线更高的第二斜线,作为平行于地面的更高的切片;以及
在该更高的切片对应的U视差图上,通过检测第二直线来检测该连续型道路分割物。
5.如权利要求4的连续型道路分割物检测方法,还包括:
按照距地面从低到高的顺序,重复获得平行于地面的切片、以及在切片对应的U视差图上通过检测直线来检测连续型道路分割物的操作,直到无法在切片对应的U视差图上找到作为连续型道路分割物的直线,由此确定以各个U视差图中检测的直线中出现重合次数最多的直线作为连续型道路分割物,以及根据地面和最后的切片来确定该连续型道路分割物的高度。
6.如权利要求1到5中任一项的连续型道路分割物检测方法,还包括:
假设在从U视差图检测的作为连续型道路分割物的直线的位置,在视差图上取垂直于地面的切片,则在该切片对应的V视差图上,根据该连续型道路分割物在V视差图上的属性来进行验证。
7.如权利要求1到6中任一项的连续型道路分割物检测方法,其中
所述平行于地面的切片具有预定的厚度。
8.如权利要求1到7中任一项的连续型道路分割物检测方法,还包括
通过从平行于地面的切片对应的U视差图检测多个相连但斜率不同的线段,来检测弯曲的连续型道路分割物。
9.一种具有高度的连续型道路分割物检测装置,包括:
视差图、U视差图和V视差图获得部分,用于获得包括该连续型道路分割物部分的视差图、对应的U视差图和对应的V视差图;以及
基于U视差图的检测部分,用于从平行于地面的切片对应的U视差图来检测该连续型道路分割物。
10.一种具有高度的连续型物体检测方法,包括:
获得包括该连续型物体的视差图、对应的U视差图和对应的V视差图;以及
从横向切片对应的U视差图或纵向切片对应的V视差图来检测该连续型物体。
CN201210147642.5A 2012-05-11 2012-05-11 连续型道路分割物检测方法和装置 Active CN103390269B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201210147642.5A CN103390269B (zh) 2012-05-11 2012-05-11 连续型道路分割物检测方法和装置
EP13167119.0A EP2662804B1 (en) 2012-05-11 2013-05-08 Method and apparatus for detecting continuous road partition
JP2013099449A JP6131704B2 (ja) 2012-05-11 2013-05-09 連続型道路分割体の検知方法及び連続型道路分割体の検知装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210147642.5A CN103390269B (zh) 2012-05-11 2012-05-11 连续型道路分割物检测方法和装置

Publications (2)

Publication Number Publication Date
CN103390269A true CN103390269A (zh) 2013-11-13
CN103390269B CN103390269B (zh) 2016-12-28

Family

ID=48625709

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210147642.5A Active CN103390269B (zh) 2012-05-11 2012-05-11 连续型道路分割物检测方法和装置

Country Status (3)

Country Link
EP (1) EP2662804B1 (zh)
JP (1) JP6131704B2 (zh)
CN (1) CN103390269B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103712602A (zh) * 2013-12-09 2014-04-09 广西科技大学 一种基于双目视觉道路障碍物自动检测的方法
CN104700414A (zh) * 2015-03-23 2015-06-10 华中科技大学 一种基于车载双目相机的前方道路行人快速测距方法
CN104902261A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 用于低清晰度视频流中的路面识别的装置和方法
CN106157283A (zh) * 2015-04-01 2016-11-23 株式会社理光 道路分割物的检测方法和装置
CN107341454A (zh) * 2017-06-21 2017-11-10 海信集团有限公司 一种场景中障碍物的检测方法及装置、电子设备
CN107356916A (zh) * 2017-06-21 2017-11-17 海信集团有限公司 车距检测方法及装置、电子设备、计算机可读存储介质
CN107392103A (zh) * 2017-06-21 2017-11-24 海信集团有限公司 路面车道线的检测方法及装置、电子设备
CN107977654A (zh) * 2017-12-25 2018-05-01 海信集团有限公司 一种道路区域检测方法、装置及终端
CN108389228A (zh) * 2018-03-12 2018-08-10 海信集团有限公司 地面检测方法、装置及设备
CN108399360A (zh) * 2018-01-22 2018-08-14 海信集团有限公司 一种连续型障碍物检测方法、装置及终端
CN108416305A (zh) * 2018-03-12 2018-08-17 海信集团有限公司 连续型道路分割物的位姿估计方法、装置及终端
TWI658431B (zh) * 2017-10-02 2019-05-01 緯創資通股份有限公司 影像處理方法、影像處理裝置及電腦可讀取記錄媒體

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103679691B (zh) * 2012-09-24 2016-11-16 株式会社理光 连续型道路分割物检测方法和装置
CN106339659A (zh) * 2015-07-10 2017-01-18 株式会社理光 检测道路分割物的方法和装置
CN105957182B (zh) * 2016-04-21 2018-08-03 深圳市元征科技股份有限公司 一种修正指示车辆行驶的直线方向的方法及装置
JP6794243B2 (ja) * 2016-12-19 2020-12-02 日立オートモティブシステムズ株式会社 物体検出装置
CN108197531B (zh) * 2017-12-15 2021-02-05 海信集团有限公司 一种道路曲线检测方法、装置和终端
CN108319931B (zh) * 2018-03-12 2020-11-06 海信集团有限公司 一种图像处理方法、装置及终端
JP7056496B2 (ja) * 2018-10-03 2022-04-19 株式会社豊田自動織機 位置検出装置
JP7278915B2 (ja) * 2019-09-19 2023-05-22 京セラ株式会社 物体検出装置、物体検出システム、移動体及び物体検出方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101549683A (zh) * 2009-04-23 2009-10-07 上海交通大学 自动识别道路深坑与障碍物的车辆智能方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101549683A (zh) * 2009-04-23 2009-10-07 上海交通大学 自动识别道路深坑与障碍物的车辆智能方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
CHARBONNIER P. ET AL: "Stereovision applied to road scene analysis", 《BULLETIN DES LABORATOIRES DES PONTS ET CHAUSSÉES》 *
HU Z. ET AL: "A complete uv-disparity study for stereovision based 3d driving environment analysis", 《THE FIFTH INTERNATIONAL CONFERENCE ON 3-D DIGITAL IMAGING AND MODELING》 *
HU Z. ET AL: "A complete uv-disparity study for stereovision based 3d driving environment analysis", 《THE FIFTH INTERNATIONAL CONFERENCE ON 3-D DIGITAL IMAGING AND MODELING》, 31 December 2005 (2005-12-31) *
上官珺: "基于U-V视差算法的障碍物识别技术研究", 《兰州工业高等专科学校学报》 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103712602A (zh) * 2013-12-09 2014-04-09 广西科技大学 一种基于双目视觉道路障碍物自动检测的方法
CN104902261A (zh) * 2014-03-06 2015-09-09 株式会社日立制作所 用于低清晰度视频流中的路面识别的装置和方法
CN104700414A (zh) * 2015-03-23 2015-06-10 华中科技大学 一种基于车载双目相机的前方道路行人快速测距方法
CN104700414B (zh) * 2015-03-23 2017-10-03 华中科技大学 一种基于车载双目相机的前方道路行人快速测距方法
CN106157283A (zh) * 2015-04-01 2016-11-23 株式会社理光 道路分割物的检测方法和装置
CN107392103B (zh) * 2017-06-21 2020-06-26 海信集团有限公司 路面车道线的检测方法及装置、电子设备
CN107356916A (zh) * 2017-06-21 2017-11-17 海信集团有限公司 车距检测方法及装置、电子设备、计算机可读存储介质
CN107392103A (zh) * 2017-06-21 2017-11-24 海信集团有限公司 路面车道线的检测方法及装置、电子设备
CN107341454A (zh) * 2017-06-21 2017-11-10 海信集团有限公司 一种场景中障碍物的检测方法及装置、电子设备
CN107341454B (zh) * 2017-06-21 2019-12-27 海信集团有限公司 一种场景中障碍物的检测方法及装置、电子设备
CN107356916B (zh) * 2017-06-21 2019-11-29 海信集团有限公司 车距检测方法及装置、电子设备、计算机可读存储介质
TWI658431B (zh) * 2017-10-02 2019-05-01 緯創資通股份有限公司 影像處理方法、影像處理裝置及電腦可讀取記錄媒體
CN107977654A (zh) * 2017-12-25 2018-05-01 海信集团有限公司 一种道路区域检测方法、装置及终端
CN107977654B (zh) * 2017-12-25 2020-07-31 海信集团有限公司 一种道路区域检测方法、装置及终端
CN108399360A (zh) * 2018-01-22 2018-08-14 海信集团有限公司 一种连续型障碍物检测方法、装置及终端
CN108399360B (zh) * 2018-01-22 2021-12-24 海信集团有限公司 一种连续型障碍物检测方法、装置及终端
CN108416305A (zh) * 2018-03-12 2018-08-17 海信集团有限公司 连续型道路分割物的位姿估计方法、装置及终端
CN108389228A (zh) * 2018-03-12 2018-08-10 海信集团有限公司 地面检测方法、装置及设备
CN108416305B (zh) * 2018-03-12 2020-12-01 海信集团有限公司 连续型道路分割物的位姿估计方法、装置及终端
CN108389228B (zh) * 2018-03-12 2021-04-20 海信集团有限公司 地面检测方法、装置及设备

Also Published As

Publication number Publication date
CN103390269B (zh) 2016-12-28
EP2662804A2 (en) 2013-11-13
JP6131704B2 (ja) 2017-05-24
EP2662804A3 (en) 2014-09-03
EP2662804B1 (en) 2017-08-09
JP2013239168A (ja) 2013-11-28

Similar Documents

Publication Publication Date Title
CN103390269B (zh) 连续型道路分割物检测方法和装置
US10217007B2 (en) Detecting method and device of obstacles based on disparity map and automobile driving assistance system
CN103123722B (zh) 道路对象检测方法和系统
US10210286B1 (en) Systems and methods for detecting curbs in three-dimensional point clouds descriptive of streets
CN103164851B (zh) 道路分割物检测方法和装置
CN103177236A (zh) 道路区域检测方法和装置、分道线检测方法和装置
CN103679691A (zh) 连续型道路分割物检测方法和装置
CN103489175A (zh) 路面检测方法和装置
CN112967283A (zh) 基于双目摄像头的目标识别方法、系统、设备及存储介质
CN105313774A (zh) 车辆驾驶辅助装置及其运转方法
CN110088766B (zh) 车道线识别方法、车道线识别装置以及非易失性存储介质
Jia et al. Real-time obstacle detection with motion features using monocular vision
Hautière et al. Road scene analysis by stereovision: a robust and quasi-dense approach
Romdhane et al. A generic obstacle detection method for collision avoidance
WO2020006551A1 (en) Computer vision systems and methods for modeling three dimensional structures using two-dimensional segments detected in digital aerial images
Benacer et al. A novel stereovision algorithm for obstacles detection based on UV-disparity approach
Fakhfakh et al. Weighted v-disparity approach for obstacles localization in highway environments
JP2012234432A (ja) 消失点算出装置、消失点算出方法、及びプログラム
Al Noman et al. A computer vision-based lane detection technique using gradient threshold and hue-lightness-saturation value for an autonomous vehicle
Oniga et al. A fast ransac based approach for computing the orientation of obstacles in traffic scenes
Lee et al. Feature-based lateral position estimation of surrounding vehicles using stereo vision
KR101452628B1 (ko) 스테레오 비전 기반 보행자 보호 시스템을 위한 위험지역 검출 방법 및 장치
Yu et al. An efficient extraction of on-road object and lane information using representation method
Yohannes et al. An improved speed estimation using deep homography transformation regression network on monocular videos
Dekkiche et al. Vehicles detection in stereo vision based on disparity map segmentation and objects classification

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