CN103543638B - 一种自动雨刷控制方法 - Google Patents
一种自动雨刷控制方法 Download PDFInfo
- Publication number
- CN103543638B CN103543638B CN201310468924.XA CN201310468924A CN103543638B CN 103543638 B CN103543638 B CN 103543638B CN 201310468924 A CN201310468924 A CN 201310468924A CN 103543638 B CN103543638 B CN 103543638B
- Authority
- CN
- China
- Prior art keywords
- raindrop
- rain brush
- control method
- image
- rainfall
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种自动雨刷控制方法,创建雨滴模板库,进而该控制方法包括以下步骤:1)将摄像机采集的视频图像数字化;2)检测数字化的视频图像中的雨滴;3)基于给定的算法遍历图像中的雨滴,匹配出雨滴模板库中的雨滴类型,统计雨滴类型及相应的雨滴数量;4)基于统计的雨滴类型及相应的雨滴数量确定雨量;5)依据雨量确定或者调整雨刷的转动速度。依据本发明占用资源少、效率高,且具有较好的可移植性。
Description
技术领域
本发明涉及一种自动雨刷的控制方法。
背景技术
随着视频监控技术的快速发展,越来越多的视频监控前端设备被安装到道路、广场、校园、小区、银行、商场等公共场所。
从安装场所来说,前端设备分为室外型和室内型两种。对于室外型设备,由于要防水、防尘等,因此需要将采集视频用的摄像机以及补光照明用的红外灯、激光灯等部件安装到玻璃、塑料、金属等防护罩内。同时,在防护罩上开辟视频窗口以便于摄像机采集图像,视频窗口上安装透明玻璃,且在防护罩上安装雨刷来清洁窗口玻璃。
当下雨时,目前通用做法是监控室的监控人员需要通过控制设备手动开启雨刷,以避免对采集图像的影响并清洁窗口玻璃。这种方法在设备数量较少时比较实用,但当设备数量较多,尤其是对于目前平安城市中安装的成千上万的摄像头来说,将需要耗费大量的人力成本。
有关于自动雨刷,已经较多的应用于如车辆前挡风玻璃上,如中国专利文献CN203047182U,公开了一种基于DSP的汽车雨刷控制装置,基于雨滴传感器对雨量的检测,借以控制雨刷的运动形式。
其中,关于所述雨滴传感器,又叫雨滴检测传感器,用于检测是否下雨及雨量的大小,广泛用于汽车自动刮水系统、智能灯光系统和智能天窗系统中。在雨滴传感刮水系统中,用雨滴检测传感器检测出雨量,并利用控制器将检测出的信号进行变换,根据变换后的信号自动地按雨量设定刮水器的间歇时间,以便随时控制刮水器电动机。
雨滴传感器的类型决定了雨刷的控制方式,雨滴传感器的种类有:(1)根据雨滴冲击能量的变化进行检测;(2)利用静电电容量变化进行检测;(3)利用光亮变化进行检测。
依据雨滴传感器的雨刷控制方式如果挪用到视频监控领域,不可避免的需要增加额外的硬件,以及相关配置。而如依据雨滴冲击能量变化的控制方法,必然会受到如雨势、风势等环境因素的影响,并不能真正有效地体现出雨量大小,因而相应的控制方式也与实际工况不相匹配。
发明内容
有鉴于此,本发明的目的在于提供一种直接利用视频监控所得数据进行自动雨刷控制的方法,占用资源少、效率高,且具有较好的可移植性。
本发明采用以下技术方案:
一种自动雨刷控制方法,创建雨滴模板库,进而该控制方法包括以下步骤:
1)将摄像机采集的视频图像数字化;
2)检测数字化的视频图像中的雨滴;
3)基于给定的算法遍历图像中的雨滴,匹配出雨滴模板库中的雨滴类型,统计雨滴类型及相应的雨滴数量;
4)基于统计的雨滴类型及相应的雨滴数量确定雨量;
5)依据雨量确定或者调整雨刷的转动速度。
从上述方法可以看出,依据本发明,使用视频监控采集的数据,而不必再单独配置其它硬件,整体成本低,且对数据的直接复用,所做的处理环节相对较少,减少了整体资源的占用,也相应提高了处理效率。而基于软件的控制方法,具有更好的可移植性。
上述自动雨刷控制方法,为了方便处理,所述步骤1)中视频图像数字化的格式是YUV。
上述自动雨刷控制方法,步骤2)中相匹配的算法含有从YUV数据中把Y信号分量分离出来的步骤,以减少计算量,得到仅含有Y信号分量的Y数据,进而,匹配Y数据,使用sobel算子对Y数据进行边缘检测,识别出雨滴边缘。
上述自动雨刷控制方法,边缘检测的方法是对Y数据所对应图像的横向及纵向分别进行卷积运算,分别得到横向及纵向的边缘检测图像Gx与Gy,进而,对应的每一个像素点的梯度值为:
。
上述自动雨刷控制方法,对识别出的雨滴边缘进行形态学开运算,将存在的残缺的边缘补齐,使雨滴区域的像素值相统一。
上述自动雨刷控制方法,对识别出的雨滴边缘进行形态学的闭运算,消除雨滴区域的毛刺。
上述自动雨刷控制方法,步骤2)中将检测出来的雨滴所对应的雨滴区域逐个与雨滴模板进行匹配,当雨滴区域的像素个数不大于所属图像总像素数的0.01%,并且匹配相似度达到80%则认为是一个雨滴,并将雨滴数量值Q加1; 模板匹配函数采用下面公式:
;
其中T表示模板,表示图像中位域(i,j)点的一个M*N大小的子图,,其中W,H分别代表图像的宽和高各占的像素数。
上述自动雨刷控制方法,当雨滴数量Q小于雨量级别分割值N时认为小到中等的雨量,否则认为是较大的雨量,并把雨刷转动的速度控制值V置为相应的大小,同时将下雨的标识flag置为真。
上述自动雨刷控制方法,针对V值的大小向雨刷控制器发送转动命令,并附带速度值,使其能够以匹配的速度进行转动;如果Q为0则认为没有雨滴,当flag为真时则向雨刷控制模块发送停止命令,同时将flag置为假。
上述自动雨刷控制方法,将以雨滴数量为参数的雨刷速度控制进行分级控制,在不同级别间采用不同的控制算法,提高对环境的适应性。
附图说明
图1为一种雨刷控制方法中雨滴的检测流程图。
图2为一种雨刷控制方法中雨刷的具体控制流程图。
具体实施方式
对于雨滴识别,需要建立雨滴模板库,雨滴模板可以采集相关样本,并提取雨滴,存储,并在雨刷实际控制中,增加模板,模板可以在一个较大范围的监控系统中共享。
本文,可以理想化地表示为雨滴模板库有足够多的模板。
对于监控设备,如摄像机采集的视频首先进行数字化,以利于后续的处理,如数字化的图像非常容易变换成位图或者二值化而变成黑白图片。
进一步地,可以变为YUV数据,YUV是被欧洲电视系统所采用的一种颜色编码方法(属于PAL),是PAL和SECAM模拟彩色电视制式采用的颜色空间。在现代彩色电视系统中,通常采用三管彩色摄影机或彩色CCD摄影机进行取像,然后把取得的彩色图像信号经分色、分别放大校正后得到RGB,再经过矩阵变换电路得到亮度信号Y和两个色差信号R-Y(即U)、B-Y(即V),最后发送端将亮度和色差三个信号分别进行编码,用同一信道发送出去。这种色彩的表示方法就是所谓的YUV色彩空间表示。采用YUV色彩空间的重要性是它的亮度信号Y和色度信号U、V是分离的。
由于亮度信号Y与其它信号可以分离,其后续处理将会非常方便。
匹配YUV,然后运用相适应的图像数据处理算法,以便检测是否有雨滴在视频画面中,如果有则启动雨刷进行动作。
雨刷自动运行后,在后续的内容中则涉及雨量变化时的自适应调整。
由于基于图像的处理具有更直观的特点,不受雨势、风势的影响,能够直观的得出镜头内的雨点数量。
关于自动雨刷控制方法,可以包括两个软件模块:雨滴检测模块和雨刷控制模块。
其中,关于雨滴检测模块:根据YUV图像所包含的视频数据进行相适应的一系列的图像处理,最终检测出雨点图像,并统计雨点的数量Q,将它作为雨刷控制的依据。
图像识别技术已经比较成熟,可以根据用户的具体需要识别其中的对客户有价值的信息。
关于雨刷控制模块:在此,假定下雨的大小与检测出的雨滴数量成正比,且按雨滴的数量分为两个雨刷速度级别区间,这样通过对比数据Q与雨量级别区间可以确定雨刷以那个速度进行转动。
关于雨刷速度的级别区间可以进一步划分,以适应不同的雨况,并且雨刷速度与雨量并不适合线性对应,但可以正相关。
综上所述,上述方法有如下的显著特点:
a.可以实现在下雨天检测视频图像是否有雨滴,并在检测结果为有雨滴的情况下自动开启雨刷。
b.雨刷转动速度根据检测结果可以自适应控制。
c.当设备数量巨大时节省人工操作的时间开销。
进而通过对摄像机采集的视频运用图像处理算法,自动识别是否有下雨发生以及下雨量大小,从而自动开启雨刷,并控制雨刷的转动速度,以解决目前安防领域内,人工驱动雨刷耗费大量成本的缺点。
更具体地,参考图1,说明雨滴检测模块的流程:
(1)根据雨滴的形状特点及运动特点,可以把雨滴看做是独立的信号分量,采用FastICA 算法对YUV数据进行处理进而分离出这些独立的信号分量,为下一步分析处理做好铺垫。
(2)为提高算法运行效率,将YUV数据中的Y信号分量分离出来,进一步减少数据运算量;用sobel算子(索贝尔算子)对Y数据进行边缘检测,将雨滴的边缘检测出来。边缘检测主要是对图像的横向及纵向分别进行卷积运算,分别得到横向及纵向的边缘检测图像Gx与Gy,而每一个像素点梯度值可以用如下公式计算:
。
(3)由于雨滴边缘信息可能在处理过程中有丢失,导致边缘缺失,该步骤对检测后的边缘图像进行形态学的开运算,将残缺的边缘补齐,同时实现雨滴区域像素值的统一。
(4)该步骤针对上一步进行了形态学开运算的图像进行闭运算,目的是雨滴区域毛刺减少,检测的区域更符合雨滴的形状,这样便于后续的雨滴识别。
(5)雨滴识别。将检测出来的雨滴区域逐个与雨滴模板进行匹配,根据正常逻辑推断如果像素面积太大则认为是非雨滴目标,当雨滴区域的像素个数不大于总像素数的0.01%,并且匹配相似度达到80%则认为是一个雨滴,并将雨滴数量值Q加1。 模板匹配函数采用下面公式:
。
其中T表示模板,表示图像中位域(i,j)点的一个M*N大小的子图,,其中W,H分别代表图像的宽和高各占的像素数。如果相似度越高则公式左边值越小。
索贝尔算子是图像处理中的算子之一,主要用作边缘检测,在技术上,它是一离散性差分算子,用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子,将会产生对应的梯度矢量或是其法矢量。
上述步骤中可以对其中的某些步骤进行省略,如步骤(3),在一些不精确的运算中,还可以进一步省略其它步骤,同时,可以组合相关步骤,是适应不同的应用。
参考图2,说明雨刷控制模块的流程:
(1)当雨滴数量Q小于雨量级别分割值N时认为小到中等的雨量,否则认为是较大的雨量,并把雨刷转动的速度控制值V置为相应的大小,同时将下雨的标识(flag)置为真。
(2)针对V值的大小同过串口控制线想雨刷控制其发送转动命令,并附带速度值,使其能够以恰当的速度进行转动。如果Q为0则认为没有雨滴,当flag为真时则向雨刷控制模块发送停止命令,同时将flag置为假。
形态学主要用于二值图像的处理,其中的二值图像就是指只有两个灰度级的图像,使数字图像的主要子集。通常由图像分割操作产生。当初是分割不满意时,用二值图像处理可提高其质量。
通常,形态学图像处理是在图像中移动一个结构元素,并进行一种类似于卷积操作的方式。结构元素可以具有任意的大小,也可以包含任意的0与1的组合。
在每个像素位置,结构元素核与他正面的二值图像之间进行一种给定的逻辑运算,逻辑运算的结果存在输出图像中对应于该像素的位置上产生的效果取决于结构元素的大小、内容及逻辑运算的性质。
如基本的形态学运算,腐蚀操作或者膨胀操作。
其余的形态学运算基本上是这两个基本操作的复合运算,如开运算就是先腐蚀后膨胀的过程。可消除细小物体(宽度不大于两个像素的物体被腐蚀掉)、在纤细处分离物体、平滑较大物体的边界时不明显改变其面积,可用于消除噪音点。
而闭运算则是先膨胀后腐蚀的过程,可填充物体内的细小空间、连接临近物体、在不明显改变物体面积时平滑其边界。
Claims (9)
1.一种自动雨刷控制方法,其特征在于,创建雨滴模板库,进而该控制方法包括以下步骤:
1)将摄像机采集的视频图像数字化;
2)检测数字化的视频图像中的雨滴;
3)基于给定的算法遍历图像中的雨滴,匹配出雨滴模板库中的雨滴类型,统计雨滴类型及相应的雨滴数量;
4)基于统计的雨滴类型及相应的雨滴数量确定雨量;
5)依据雨量确定或者调整雨刷的转动速度;
其中,步骤2)中将检测出来的雨滴所对应的雨滴区域逐个与雨滴模板进行匹配,当雨滴区域的像素个数不大于所属图像总像素数的0.01%,并且匹配相似度达到80%则认为是一个雨滴,并将雨滴数量值Q加1; 模板匹配函数采用下面公式:
;
其中T表示模板,表示图像中位域(i,j)点的一个M*N大小的子图,,其中W,H分别代表图像的宽和高各占的像素数。
2.根据权利要求1所述的自动雨刷控制方法,其特征在于,所述步骤1)中视频图像数字化的格式是YUV。
3.根据权利要求2所述的自动雨刷控制方法,其特征在于,步骤2)中相匹配的算法含有从YUV数据中把Y信号分量分离出来的步骤,得到仅含有Y信号分量的Y数据,进而,匹配Y数据,使用sobel算子对Y数据进行边缘检测,识别出雨滴边缘。
4.根据权利要求3所述的自动雨刷控制方法,其特征在于,边缘检测的方法是对Y数据所对应图像的横向及纵向分别进行卷积运算,分别得到横向及纵向的边缘检测图像Gx与Gy,进而,对应的每一个像素点的梯度值为:
。
5.根据权利要求3或4所述的自动雨刷控制方法,其特征在于,对识别出的雨滴边缘进行形态学开运算,将存在的残缺的边缘补齐,使雨滴区域的像素值相统一。
6.根据权利要求3或4所述的自动雨刷控制方法,其特征在于,对识别出的雨滴边缘进行形态学的闭运算,消除雨滴区域的毛刺。
7.根据权利要求1-4任一所述的自动雨刷控制方法,其特征在于,当雨滴数量Q小于雨量级别分割值N时认为小到中等的雨量,否则认为是较大的雨量,并把雨刷转动的速度控制值V置为相应的大小,同时将下雨的标识flag置为真。
8.根据权利要求7所述的自动雨刷控制方法,其特征在于,针对V值的大小向雨刷控制器发送转动命令,并附带速度值,使其能够以匹配的速度进行转动;如果Q为0则认为没有雨滴,当flag为真时则向雨刷控制模块发送停止命令,同时将flag置为假。
9.根据权利要求1所述的自动雨刷控制方法,其特征在于,将以雨滴数量为参数的雨刷速度控制进行分级控制,在不同级别间采用不同的控制算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310468924.XA CN103543638B (zh) | 2013-10-10 | 2013-10-10 | 一种自动雨刷控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310468924.XA CN103543638B (zh) | 2013-10-10 | 2013-10-10 | 一种自动雨刷控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103543638A CN103543638A (zh) | 2014-01-29 |
CN103543638B true CN103543638B (zh) | 2015-10-21 |
Family
ID=49967205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310468924.XA Active CN103543638B (zh) | 2013-10-10 | 2013-10-10 | 一种自动雨刷控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103543638B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10049284B2 (en) * | 2016-04-11 | 2018-08-14 | Ford Global Technologies | Vision-based rain detection using deep learning |
CN106646677B (zh) * | 2016-10-24 | 2020-05-12 | 深圳市元征科技股份有限公司 | 一种雨量探测方法及装置 |
CN109229062B (zh) * | 2018-09-18 | 2020-06-12 | 广州小鹏汽车科技有限公司 | 一种自动雨刮控制系统和方法 |
CN109519077B (zh) * | 2018-09-28 | 2020-06-16 | 天津大学 | 一种基于图像处理对雨水进行检测的车窗控制系统 |
CN109685035B (zh) * | 2019-01-04 | 2022-02-15 | 深圳英飞拓科技股份有限公司 | 一种用于摄像机雨刷的自动触发方法 |
CN109760635B (zh) * | 2019-01-08 | 2020-11-27 | 同济大学 | 一种基于gan网络的线控雨刷控制系统 |
CN109927675B (zh) * | 2019-04-09 | 2022-02-08 | 深圳创维汽车智能有限公司 | 一种雨刷控制方法、装置、设备及存储介质 |
CN110276318A (zh) * | 2019-06-26 | 2019-09-24 | 北京航空航天大学 | 夜间公路下雨识别方法、装置、计算机设备及存储介质 |
CN110852274B (zh) * | 2019-11-12 | 2023-04-28 | 上海智驾汽车科技有限公司 | 一种基于图像识别的智能雨量感知方法及装置 |
CN112954142B (zh) * | 2019-11-22 | 2022-06-28 | 宝山钢铁股份有限公司 | 一种智能除尘除雾摄像机防护罩及其智能识别方法 |
CN111055811A (zh) * | 2019-12-05 | 2020-04-24 | 浙江合众新能源汽车有限公司 | 一种基于车载智能摄像头的雨刮器控制方法及系统 |
CN111726582B (zh) * | 2020-06-22 | 2021-12-14 | 广东技安科技有限公司 | 应用数值分析的防水式室外监控系统及方法 |
CN113022496A (zh) * | 2021-04-09 | 2021-06-25 | 一汽奔腾轿车有限公司 | 一种基于图像的智能雨刮系统及控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4211043B2 (ja) * | 1999-11-17 | 2009-01-21 | 日本精機株式会社 | 雨滴検出装置 |
CN101814139A (zh) * | 2010-04-14 | 2010-08-25 | 华中科技大学 | 一种雨滴识别方法 |
CN102307274A (zh) * | 2011-08-31 | 2012-01-04 | 南京南自信息技术有限公司 | 基于边缘检测和帧差法的运动检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1090188A (ja) * | 1996-09-13 | 1998-04-10 | Mitsuba Corp | 画像認識装置 |
JP3636955B2 (ja) * | 2000-01-28 | 2005-04-06 | 日産車体株式会社 | 車両用雨滴検出装置 |
RU2558947C2 (ru) * | 2011-04-13 | 2015-08-10 | Ниссан Мотор Ко., Лтд. | Система помощи при вождении и способ определения дождевых капель для нее |
-
2013
- 2013-10-10 CN CN201310468924.XA patent/CN103543638B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4211043B2 (ja) * | 1999-11-17 | 2009-01-21 | 日本精機株式会社 | 雨滴検出装置 |
CN101814139A (zh) * | 2010-04-14 | 2010-08-25 | 华中科技大学 | 一种雨滴识别方法 |
CN102307274A (zh) * | 2011-08-31 | 2012-01-04 | 南京南自信息技术有限公司 | 基于边缘检测和帧差法的运动检测方法 |
Non-Patent Citations (1)
Title |
---|
基于车载机器视觉的汽车安全技术;初秀民等;《中国安全科学学报》;20080531;第18卷(第5期);第154-161页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103543638A (zh) | 2014-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103543638B (zh) | 一种自动雨刷控制方法 | |
TWI607901B (zh) | 影像修補系統及其方法 | |
CN105893949B (zh) | 一种复杂路况场景下的车道线检测方法 | |
CN101739827B (zh) | 一种车辆检测跟踪方法和装置 | |
CN101872546B (zh) | 一种基于视频的过境车辆快速检测方法 | |
Xiao et al. | Moving shadow detection and removal for traffic sequences | |
CN104036262B (zh) | 一种lpr车牌筛选识别的方法和系统 | |
CN103324935B (zh) | 一种图像中对车辆进行定位与区域分割的方法与系统 | |
WO2022027931A1 (zh) | 基于视频图像的运动车辆前景检测方法 | |
CN111179232A (zh) | 基于图像处理的钢筋尺寸检测系统及方法 | |
CN102609702B (zh) | 一种道路指路标志的快速定位方法以及系统 | |
CN102665034A (zh) | 一种针对摄像机采集视频的夜间效果去除方法 | |
CN109359593B (zh) | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 | |
CN110020642B (zh) | 一种基于车辆检测的能见度识别方法 | |
CN111179302B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
CN104662560A (zh) | 一种视频图像处理方法及系统 | |
CN107122732B (zh) | 一种监控场景下高鲁棒性的快速车牌定位方法 | |
CN107886033B (zh) | 识别圆形交通灯的方法、装置及车辆 | |
CN110705432B (zh) | 一种基于彩色和深度摄像头的行人检测装置及方法 | |
CN102572374A (zh) | 一种除雾图像采集装置 | |
CN113859175A (zh) | 一种基于重卡adas系统的自动雨刮控制方法 | |
CN202495068U (zh) | 雾天条件下视频监控图像运动目标的检测装置 | |
KR101267279B1 (ko) | 영상에서 비를 제거하기 위한 영상 처리 장치 및 방법 | |
KR20190105273A (ko) | 조명환경에 강인한 색상 필터링을 위한 전처리 방법 및 그 시스템 | |
Kawarabuki et al. | Snowfall detection in a foggy scene |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |