CN103453890A - 一种基于尾灯检测的夜间车距测量方法 - Google Patents

一种基于尾灯检测的夜间车距测量方法 Download PDF

Info

Publication number
CN103453890A
CN103453890A CN2013103445483A CN201310344548A CN103453890A CN 103453890 A CN103453890 A CN 103453890A CN 2013103445483 A CN2013103445483 A CN 2013103445483A CN 201310344548 A CN201310344548 A CN 201310344548A CN 103453890 A CN103453890 A CN 103453890A
Authority
CN
China
Prior art keywords
image
taillight
coordinate
carry out
vehicle
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
Application number
CN2013103445483A
Other languages
English (en)
Inventor
孙锐
王继贞
陈军
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.)
Chery Automobile Co Ltd
Original Assignee
SAIC Chery Automobile 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 SAIC Chery Automobile Co Ltd filed Critical SAIC Chery Automobile Co Ltd
Priority to CN2013103445483A priority Critical patent/CN103453890A/zh
Publication of CN103453890A publication Critical patent/CN103453890A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of Optical Distance (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于尾灯检测的夜间车距测量方法，具体为：将RGB彩色摄像机安装在本车前挡风玻璃后，用以拍摄前车尾灯的图像；将采集得到的彩色图像分解，选择R分量图像进行二值化处理，得到二值图像
Figure 863918DEST_PATH_IMAGE001
；对二值图像
Figure 718742DEST_PATH_IMAGE001
采用形态学去噪处理，处理后的图像记为
Figure 2013103445483100004DEST_PATH_IMAGE002
；对图像进行尾灯检测与标记，获得尾灯的中心坐标；求取图像
Figure 18322DEST_PATH_IMAGE002
中尾灯中点坐标、图像底边中点坐标并计算其对应的道路平面坐标；最后计算摄像机最近视野到本车前端的距离
Figure 842108DEST_PATH_IMAGE003
和前车与摄像机最近视野的距离
Figure DEST_PATH_IMAGE004
，最终获得本车与前车的距离
Figure 46824DEST_PATH_IMAGE005
。

Description

一种基于尾灯检测的夜间车距测量方法
技术领域
本发明属于计算机视觉领域，具体涉及一种基于尾灯检测的夜间车距测量方法。
背景技术
近年来，随着汽车数量的急剧增加，汽车安全驾驶也成为了世界性的社会问题。为保障汽车行驶安全，发展汽车的主动安全技术十分必要，其中通过测距技术获得前车或障碍物的距离是其中的一项关键技术，可广泛用于主动避撞，自动巡航，智能大灯等应用中。
目前，运用于汽车测距的方法多种多样，主要有以下几种方式:超声波测距、毫米波雷达测距、激光测距以及视觉测距等方法。超声波测距仪虽然原理简单，制作方便，成本较低。但其作为高速行驶车辆上的测距传感器则不可取，主要是因为超声波的速度受外界温度等因素影响较大，无法实现精确测距，另外由于超声波能量是与距离的平方成正比而衰减的，只适用于较短距离。雷达测距仪作为长距离传感器，虽然测量精度高，并且可探测多目标，且分辨力好，受天气影响小，但是它受电磁波干扰，雷达装置相互间以及其它通信设施的电磁波被会干扰雷达的正常工作。目前的激光测距仪主要有两种:一种是利用计数原理测量距离，它的缺点很明显:光波的速度很快，对计数器的要求很高，并且距离越短，误差也就越大;另一种是利用相位原理测距，但相位式激光测距存在着后续信号处理复杂，器件性能要求高的缺点。
采用计算机视觉技术的视觉测距系统是近年来测距领域中发展起来的新型技术，它是一种“基于图像的距离测量方法”，即把图像当作检测和传递信息的手段或载体而加以利用的测量方法，最终目的是提取图像的特征信号，从图像中获取被测对象的实际距离信息。视觉测量技术在精度、速度、智能化等方面具有很强的适应性，并具有高精度、稳定性好、非接触性测量等特点，因此它在智能车辆辅助驾驶导航的安全距离测量中应用极为广泛。
在利用视觉技术获得三维信息方面，通常有单目系统和双目系统(或多目系统)两种方式。双目视觉模仿人类利用双目视差感知距离的方法，实现对三维信息的感知。但是双目视觉算法具有一个致命弱点，那就是图像匹配问题。在三维场景投影为二维图像的过程中存在着畸变和噪声，深度和不可见部分的信息被丢失了，因而产生了同一物体在不同视角下的图像会有极大的不同，以及后面的物体被前面的物体遮挡而丢失特征信息等问题，这些都将增大图像匹配的难度。单目视觉方法采用单幅图像根据摄像机的焦距和事先确定的参数来估算深度信息，单目视觉系统结构简单，成本低，无需图像匹配，计算机在同一时间内只需要处理单幅图像，大大节约了计算机处理时间。基于单目视觉的车辆测距方法有很多，但本质都是利用车辆本身特征把车辆从背景区域中分割开来，然后利用一些几何约束条件得到深度信息。常用车辆检测方法利用颜色、纹理、阴影、边缘、对称性等特征来检测车辆，但在夜间环境下道路较为黑暗，以上方法不再适用，需要寻找另一种稳定的车辆目标特征来实现目标检测和距离测量。
发明内容
本发明设计了一种基于尾灯检测的夜间车距测量方法，其解决了上述存在的技术问题。
为了解决上述存在的技术问题，本发明采用了以下方案：
一种基于尾灯检测的夜间车距测量方法，其特征在于：包括以下步骤：
步骤1：将RGB彩色摄像机安装在本车前挡风玻璃后，并设置摄像机为自动曝光模式，用以拍摄前车尾灯的图像，摄像机到路面的高度为                                                
Figure 534379DEST_PATH_IMAGE001
，摄像机的俯仰角为
Figure 138405DEST_PATH_IMAGE002
，垂直方向的视角为
Figure 57819DEST_PATH_IMAGE003
，水平方向的视角为
Figure 565155DEST_PATH_IMAGE004
；
步骤2：将步骤1采集得到的彩色图像分解，分成R、G、B三个彩色分量图像；
步骤3：选择步骤2中某一分量图像进行二值化处理，得到二值图像；
步骤4：对二值图像
Figure 324350DEST_PATH_IMAGE005
采用形态学去噪处理，处理后的图像记为
Figure 34073DEST_PATH_IMAGE006
；
步骤5：对图像
Figure 582866DEST_PATH_IMAGE006
进行尾灯检测与标记：对图像
Figure 733225DEST_PATH_IMAGE006
，按行从下到上扫描，确定尾灯疑似区域；对尾灯疑似区域做横向滑窗相关运算，当相关值大于门限值
Figure 258DEST_PATH_IMAGE007
时，即为检测到的尾灯，记录尾灯的中心坐标；
步骤6：求取图像
Figure 12208DEST_PATH_IMAGE006
中两尾灯之间的中点坐标、图像
Figure 415507DEST_PATH_IMAGE006
底边中点坐标并计算对应的道路平面坐标：
设检测到的尾灯中心坐标为
Figure 736767DEST_PATH_IMAGE008
和
Figure 491096DEST_PATH_IMAGE009
，尾灯之间连线近似前车辆的下边缘，取连线的中点坐标为
Figure 539693DEST_PATH_IMAGE010
，，
Figure 368288DEST_PATH_IMAGE012
；图像平面底边中点的坐标为
Figure 344335DEST_PATH_IMAGE013
；
根据图像坐标与道路平面坐标之间的对应关系，计算
Figure 947354DEST_PATH_IMAGE010
Figure 590825DEST_PATH_IMAGE013
对应的道路平面坐标
Figure 240506DEST_PATH_IMAGE014
Figure 969427DEST_PATH_IMAGE015
，公式为：
Figure 110559DEST_PATH_IMAGE016
其中：
Figure 608536DEST_PATH_IMAGE017
进一步，步骤3中选择R分量图像进行二值化处理，二值图像为：
Figure 206188DEST_PATH_IMAGE018
Figure 400278DEST_PATH_IMAGE019
为步骤1中采集得到的原始图像最大亮度值。
进一步，步骤4中形态学去噪处理包括：设
Figure 752762DEST_PATH_IMAGE020
为
Figure 757627DEST_PATH_IMAGE021
的结构元，
Figure 195561DEST_PATH_IMAGE022
为
Figure 429228DEST_PATH_IMAGE023
的结构元，先用对
Figure 811984DEST_PATH_IMAGE005
进行开运算，去除部分小的噪点，再用对
Figure 264318DEST_PATH_IMAGE005
进行闭运算，平滑车灯的轮廓，处理后的图像记为
Figure 653711DEST_PATH_IMAGE006
：
Figure 938062DEST_PATH_IMAGE024
。
进一步，步骤5中，选取以图像
Figure 163638DEST_PATH_IMAGE006
中心点为原点的长x宽为
Figure 926058DEST_PATH_IMAGE025
的区域作为尾灯检测区域进行尾灯检测与标记，对尾灯检测区域按行从下到上扫描，当值发生双向跃变时，即从0到1再从1到0，标志位Flag加1，当标志位在一行扫描后大于2，连同当前行在内将连续5行作为尾灯疑似区域。
进一步，步骤5中，用
Figure 169958DEST_PATH_IMAGE023
的窗口对尾灯疑似区域做横向滑窗相关运算。
该基于尾灯检测的夜间车距测量方法具有以下有益效果：
（1）车灯是夜间车辆最显著的特征，并且相对稳定，本方法采用高动态范围RGN彩色摄像机和基于尾灯检测的夜间车距测量，实现了稳定实时的夜间车距测量。
（2）本方法不受摄像机内部参数变化的影响，无需相机的事前标定，计算复杂性不高，相对而言，准确性和鲁棒性较高，更符合实际需要。
（3）本发明设备简单，运算快捷，易于推广。
附图说明
图1：本发明基于尾灯检测的夜间车距测量方法的流程图；
图2：本发明中摄像机的安装及成像示意图；
图3：图2的俯视图；
图4：本发明中所摄图像的尺寸示意图。
附图标记说明：
Figure 936794DEST_PATH_IMAGE001
—摄像机到路面的高度；
Figure 836617DEST_PATH_IMAGE002
—摄像机的俯仰角；
Figure 465044DEST_PATH_IMAGE003
—垂直方向的视角； H—图像的宽度尺寸；W—图像的长度尺寸；P—代表真实场景中点；p—代表P点在图像平面中的像点；
Figure 501134DEST_PATH_IMAGE004
—水平方向的视角。
具体实施方式
下面结合附图，对本发明一种基于尾灯检测的夜间车距测量方法做进一步说明：
图1给出了本发明所述的基于尾灯检测的车距计算方法的流程图，其主要步骤如下：
步骤1：高动态范围RGB彩色摄像机安装在本车前挡风玻璃后，并设置摄像机为自动曝光模式，实现车辆前部场景的图像采集。摄像机的安装参数如图2所示，摄像机到路面的高度
Figure 940336DEST_PATH_IMAGE001
，摄像机的俯仰角，垂直方向的视角
Figure 493994DEST_PATH_IMAGE003
，水平方向的视角
Figure 650169DEST_PATH_IMAGE004
。
步骤2：将采集得到的彩色图像分成R、G、B三个彩色分量图像，尾灯一般为暖色光，所以选择红色R分量图像作为进一步处理对象。
步骤3：对R分量图像进行二值化，得到二值图像
Figure 761738DEST_PATH_IMAGE005
，去除灯光光源目标之外背景的影响。若原始图像最大亮度
Figure 370574DEST_PATH_IMAGE019
，二值图像
Figure 606383DEST_PATH_IMAGE005
为
。
步骤4：对二值图像采用形态学去噪处理。夜间环境中路面反光或其它光源的干扰，采集图像可能噪点较多，设
Figure 556519DEST_PATH_IMAGE020
为的结构元，
Figure 444895DEST_PATH_IMAGE022
为
Figure 583753DEST_PATH_IMAGE023
的结构元，先用
Figure 229497DEST_PATH_IMAGE020
对
Figure 479213DEST_PATH_IMAGE005
进行开运算，去除部分小的噪点，再用对
Figure 587295DEST_PATH_IMAGE005
进行闭运算，平滑车灯的轮廓，处理后的图像记为
Figure 720336DEST_PATH_IMAGE006
：
Figure 773742DEST_PATH_IMAGE027
。
步骤5：根据道路的几何特性，前车尾灯一般出现在图像的中心区域，设图像
Figure 928037DEST_PATH_IMAGE006
的尺寸长x宽为
Figure 408697DEST_PATH_IMAGE028
，选取以图像中心点为原点的长x宽
Figure 763454DEST_PATH_IMAGE025
的区域作为尾灯检测区域。
选取以图像中心点为原点的长x宽为
Figure 433601DEST_PATH_IMAGE025
的区域作为尾灯检测区域，如图3所示。对检测区域，按行从下到上扫描，当值发生双向跃变时，即从0到1再从1到0，标志位Flag加1，当标志位在一行扫描后大于2，连同当前行在内将连续5行作为尾灯疑似区域作进一步确认；
用
Figure 127888DEST_PATH_IMAGE023
的窗口对疑似区域做横向滑窗相关运算，当相关值大于门限值
Figure 841766DEST_PATH_IMAGE007
时，即为检测的尾灯，记录其中心坐标。检测值一般为2个，若值大于两个时，取靠近y轴线的左右两个值。
步骤6：设检测的尾灯坐标为和
Figure 593876DEST_PATH_IMAGE009
，尾灯之间连线近似前车辆的下边缘，取连线的中点坐标为
Figure 142669DEST_PATH_IMAGE010
，
Figure 293028DEST_PATH_IMAGE011
，
Figure 560061DEST_PATH_IMAGE012
；图像平面底边中点的坐标为
Figure 306431DEST_PATH_IMAGE013
。
根据图像坐标与道路平面坐标之间的对应关系，计算
Figure 975310DEST_PATH_IMAGE010
Figure 296570DEST_PATH_IMAGE013
对应的道路平面坐标
Figure 785320DEST_PATH_IMAGE014
，参见图2，公式为
Figure 625811DEST_PATH_IMAGE029
 本方法基于尾灯检测实现一种夜间环境下车距计算方法，方法无需相机标定，具有较好的实时性和稳定性。
上面结合附图对本发明进行了示例性的描述，显然本发明的实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。

Claims (5)

1.一种基于尾灯检测的夜间车距测量方法，其特征在于：包括以下步骤：
步骤1：将RGB彩色摄像机安装在本车前挡风玻璃后，并设置摄像机为自动曝光模式，用以拍摄前车尾灯的图像，摄像机到路面的高度为                                                
Figure 2013103445483100001DEST_PATH_IMAGE001
，摄像机的俯仰角为
Figure 870388DEST_PATH_IMAGE002
，垂直方向的视角为
Figure 2013103445483100001DEST_PATH_IMAGE003
，水平方向的视角为
Figure 912162DEST_PATH_IMAGE004
；
步骤2：将步骤1采集得到的彩色图像分解，分解成R、G、B三个彩色分量图像；
步骤3：选择步骤2中某一分量图像进行二值化处理，得到二值图像
Figure 2013103445483100001DEST_PATH_IMAGE005
；
步骤4：对二值图像
Figure 629583DEST_PATH_IMAGE005
采用形态学去噪处理，处理后的图像记为
Figure 24792DEST_PATH_IMAGE006
；
步骤5：对图像
Figure 26115DEST_PATH_IMAGE006
进行尾灯检测与标记：对图像
Figure 786260DEST_PATH_IMAGE006
，按行从下到上扫描，确定尾灯疑似区域；对尾灯疑似区域做横向滑窗相关运算，当相关值大于门限值
Figure 2013103445483100001DEST_PATH_IMAGE007
时，即为检测到的尾灯，记录尾灯的中心坐标；
步骤6：求取图像
Figure 243174DEST_PATH_IMAGE006
中两尾灯之间的中点坐标、图像
Figure 442074DEST_PATH_IMAGE006
底边中点坐标并计算对应的道路平面坐标：
设检测到的两尾灯中心坐标为
Figure 48636DEST_PATH_IMAGE008
和
Figure DEST_PATH_IMAGE009
，尾灯之间连线近似前车辆的下边缘，取连线的中点坐标为
Figure 228951DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE011
，
Figure 920963DEST_PATH_IMAGE012
；图像平面底边中点的坐标为
Figure DEST_PATH_IMAGE013
；
根据图像坐标与道路平面坐标之间的对应关系，计算
Figure 782609DEST_PATH_IMAGE010
Figure 492945DEST_PATH_IMAGE013
对应的道路平面坐标
Figure 922789DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
，公式为：
Figure 102098DEST_PATH_IMAGE016
其中：
Figure DEST_PATH_IMAGE017
。
2.根据权利要求1所述的基于尾灯检测的夜间车距测量方法，其特征在于：步骤3中选择R分量图像进行二值化处理，二值图像
Figure 567101DEST_PATH_IMAGE005
为：
Figure DEST_PATH_IMAGE019
为步骤1中采集得到的原始图像最大亮度值。
3.根据权利要求1或2所述的基于尾灯检测的夜间车距测量方法，其特征在于：步骤4中形态学去噪处理包括：设为
Figure DEST_PATH_IMAGE021
的结构元，
Figure 336977DEST_PATH_IMAGE022
为
Figure DEST_PATH_IMAGE023
的结构元，先用
Figure 602742DEST_PATH_IMAGE020
对
Figure 38403DEST_PATH_IMAGE005
进行开运算，去除部分小的噪点，再用
Figure 810050DEST_PATH_IMAGE022
对
Figure 947639DEST_PATH_IMAGE005
进行闭运算，平滑车灯的轮廓，处理后的图像记为
Figure 830144DEST_PATH_IMAGE006
：
。
4.根据权利要求1至3任一所述的基于尾灯检测的夜间车距测量方法，其特征在于：步骤5中，选取以图像
Figure 62860DEST_PATH_IMAGE006
中心点为原点的长x宽为
Figure DEST_PATH_IMAGE025
的区域作为尾灯检测区域进行尾灯检测与标记，对尾灯检测区域按行从下到上扫描，当值发生双向跃变时，即从0到1再从1到0，标志位Flag加1，当标志位在一行扫描后大于2，连同当前行在内将连续5行作为尾灯疑似区域。
5.根据权利要求1至4任一所述的基于尾灯检测的夜间车距测量方法，其特征在于：步骤5中，用
Figure 690675DEST_PATH_IMAGE023
的窗口对尾灯疑似区域做横向滑窗相关运算。
CN2013103445483A 2013-08-09 2013-08-09 一种基于尾灯检测的夜间车距测量方法 Pending CN103453890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103445483A CN103453890A (zh) 2013-08-09 2013-08-09 一种基于尾灯检测的夜间车距测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103445483A CN103453890A (zh) 2013-08-09 2013-08-09 一种基于尾灯检测的夜间车距测量方法

Publications (1)

Publication Number Publication Date
CN103453890A true CN103453890A (zh) 2013-12-18

Family

ID=49736520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103445483A Pending CN103453890A (zh) 2013-08-09 2013-08-09 一种基于尾灯检测的夜间车距测量方法

Country Status (1)

Country Link
CN (1) CN103453890A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103909930A (zh) * 2014-04-02 2014-07-09 全蕊 跟随前车行驶的辅助控制方法
CN104392629A (zh) * 2014-11-07 2015-03-04 深圳市中天安驰有限责任公司 检测车距的方法和装置
CN105809775A (zh) * 2016-05-06 2016-07-27 深圳芯智汇科技有限公司 行车记录仪及其提醒前车起步的方法
CN107506739A (zh) * 2017-08-31 2017-12-22 南京富士通南大软件技术有限公司 一种夜间前向车辆检测及测距方法
CN110450706A (zh) * 2019-08-22 2019-11-15 哈尔滨工业大学 一种自适应远光灯控制系统及图像处理算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周刊: "智能车载红外视觉预警系统中的图像特征提取技术研究", 《万方数据》 *
鲁威威等: "基于单目视觉的前方车辆检测与测距方法研究", 《电视技术》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103909930A (zh) * 2014-04-02 2014-07-09 全蕊 跟随前车行驶的辅助控制方法
CN103909930B (zh) * 2014-04-02 2016-09-07 全蕊 跟随前车行驶的辅助控制方法
CN104392629A (zh) * 2014-11-07 2015-03-04 深圳市中天安驰有限责任公司 检测车距的方法和装置
CN105809775A (zh) * 2016-05-06 2016-07-27 深圳芯智汇科技有限公司 行车记录仪及其提醒前车起步的方法
CN107506739A (zh) * 2017-08-31 2017-12-22 南京富士通南大软件技术有限公司 一种夜间前向车辆检测及测距方法
CN107506739B (zh) * 2017-08-31 2021-01-12 南京富士通南大软件技术有限公司 一种夜间前向车辆检测及测距方法
CN110450706A (zh) * 2019-08-22 2019-11-15 哈尔滨工业大学 一种自适应远光灯控制系统及图像处理算法
CN110450706B (zh) * 2019-08-22 2022-03-08 哈尔滨工业大学 一种自适应远光灯控制系统及图像处理算法

Similar Documents

Publication Publication Date Title
CN106650708B (zh) 一种自动驾驶障碍物视觉检测方法与系统
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
US10262216B2 (en) Hazard detection from a camera in a scene with moving shadows
CN105313782B (zh) 车辆行驶辅助系统及其方法
EP2602640B1 (en) Vehicle occupancy detection using time-of-flight sensor
CN105426864B (zh) 一种基于等距边缘点匹配的多车道线检测方法
US11427193B2 (en) Methods and systems for providing depth maps with confidence estimates
CN103123722B (zh) 道路对象检测方法和系统
CN105261018B (zh) 基于光学模型和暗原色先验理论的能见度检测方法
Wang et al. Fast road detection from color images
CN105574552A (zh) 一种基于单目视觉的车辆测距与碰撞预警方法
CN103852754A (zh) 飞行时间(tof)测量系统中的干扰抑制的方法
CN106132783A (zh) 用于夜视对象检测和驾驶员辅助的系统和方法
CN112991369B (zh) 基于双目视觉的行驶车辆外廓尺寸检测方法
CN107990878B (zh) 基于微光双目相机的测距系统和测距方法
CN103453890A (zh) 一种基于尾灯检测的夜间车距测量方法
JP6227898B2 (ja) 画像処理装置
CN115273028B (zh) 一种基于全域感知的智慧停车场语义地图构建方法及系统
CN104881645A (zh) 基于特征点互信息量和光流法的车辆前方目标的检测方法
CN108189757A (zh) 一种行车安全提示系统
JP5910180B2 (ja) 移動物体位置姿勢推定装置及び方法
WO2023070113A1 (en) Validating an sfm map using lidar point clouds
CN109859235B (zh) 一种夜间移动车灯跟踪检测系统、方法及设备
Yang et al. A new approach for in-vehicle camera obstacle detection by ground movement compensation
Sasaki et al. Development of ranging method for inter-vehicle distance using visible light communication and image processing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20131218

RJ01 Rejection of invention patent application after publication