CN104097565B - 一种汽车远近光灯控制方法和装置 - Google Patents

Abstract

本发明公开了一种汽车远近光灯控制方法和装置，属于汽车辅助驾驶领域。所述方法包括：采集汽车前方道路的灰度图像；对灰度图像进行二值化处理，得到二值图像；判断二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，预设的像素个数为大于50的整数；当像素的个数大于预设的像素个数时，控制汽车保持近光灯状态；当像素的个数小于或等于预设的像素个数时，根据二值图像的下部分区域的特征，控制汽车保持在近光灯状态或者切换到远光灯状态。本发明通过在多次判定汽车没有处于路灯环境，也没有其他车辆的头灯和尾灯时，开启远光灯，采用普通的灰度传感器获取灰度图像，硬件成本低，配合图像分析实现了鲁棒的远近光控制。

Description

一种汽车远近光灯控制方法和装置

技术领域

本发明涉及汽车辅助驾驶领域，特别涉及一种汽车远近光灯控制方法和装置。

背景技术

现代汽车配备了各种灯光系统，如前照灯，其主要包括远光灯与近光灯。近光灯光线较弱，主要用于前方有车辆时的情况；远光灯光线较强，主要用于前方无车辆时的情况。远光灯有较远的照射距离，可以提高驾驶员的驾驶视野，在外部环境许可的条件下优先选择远光灯照明。但是，当对面有相向车辆行驶时，远光灯会干扰对方驾驶员的视线；当前方由同相行驶的车辆时，远光灯会造成前方车辆的后视镜反光，干扰驾驶员的正常行驶，这两种情况都易引起交通事故，所以我国对夜间使用远近光有明确的法规要求。

现有的智能远近光系统，例如，Gentex镜泰公司和Mobileye美宝爱公司推出的智能远近光系统，采用视觉传感器来捕获车辆前方道路上的图像，通过分析图像的光谱信号或者颜色来对图像中的头灯、尾灯和街灯进行分类，根据分析得到的灯光分布来决定是否进行远近光的智能切换。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

智能远近光系统的技术关键在于对图像中的街灯、头灯、尾灯的正确分类与识别，该方法依赖于光学系统的特殊设计，光谱信号和颜色的分辨需要采用专用的频谱和颜色检测设备，增加了硬件的成本，且频谱和颜色检测设备还要占用一定的空间，也不利于智能远近光系统与其他车载辅助驾驶系统的集成。

发明内容

为了解决现有技术中的上述问题，本发明实施例提供了一种汽车远近光灯控制方法和装置。所述技术方案如下：

一方面，本发明实施例提供了一种汽车远近光灯控制方法，所述方法包括：

采集汽车前方道路的灰度图像；

对所述灰度图像进行二值化处理，得到二值图像；

判断所述二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，所述预设的像素个数为大于50的整数；

当所述像素的个数大于所述预设的像素个数时，控制所述汽车保持近光灯状态；

当所述像素的个数小于或等于所述预设的像素个数时，根据所述二值图像的下部分区域的特征，控制所述汽车保持在所述近光灯状态或者切换到远光灯状态；

其中，所述根据所述二值图像的下部分区域的特征，控制所述汽车保持在近光灯状态或者切换到远光灯状态，包括：

统计所述二值图像的下部分区域中的各个连通区域的特征量，所述各个连通区域的特征量包括各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

根据所述特征量，采用支持向量机分类器判断所述二值图像的下部分区域是否符合车灯的特征；

当所述二值图像的下部分区域符合车灯的特征时，控制所述汽车保持在所述近光灯状态；

当连续n帧所述二值图像的下部分区域不符合车灯的特征时，开启所述汽车的远光灯，并保持在所述远光灯状态，其中，n为整数，且3≤n≤5。

进一步地，所述对所述灰度图像进行二值化处理，包括：

采用设定的第一像素值，将所述灰度图像分别划分为亮区和暗区，所述设定的第一像素值为大于等于100，且小于等于150的整数；

统计所述灰度图像的所述亮区中的各个连通区域的均值和方差；

根据所述灰度图像中的所述亮区中的各个连通区域的均值和方差，得到所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值；

根据所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，所述经验参数的取值范围为1.0～1.5；

采用所述第二像素值，对所述灰度图像进行二值化处理。

进一步地，所述方法还包括：

当所述二值图像的下部分区域符合车灯的特征时，根据所述二值图像的下部分区域中的各个连通区域的面积、均值和方差，判断所述二值图像的下部分区域中的车灯的类型。

另一方面，本发明实施例提供了一种汽车远近光灯控制装置，所述装置包括：

采集模块，用于采集汽车前方道路的灰度图像；

二值化模块，用于对所述灰度图像进行二值化处理，得到二值图像；

第一判断模块，用于判断所述二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，所述预设的像素个数为大于50的整数；

第一控制模块，用于当所述像素的个数大于所述预设的像素个数时，控制所述汽车保持近光灯状态；

第二控制模块，用于当所述像素的个数小于或等于所述预设的像素个数时，根据所述二值图像的下部分区域的特征，控制所述汽车保持在所述近光灯状态或者切换到远光灯状态；

其中，所述第二控制模块，包括：

判断单元，用于判定所述二值图像的下部分区域是否符合车灯的特征；

第一控制单元，用于当所述二值图像的下部分区域符合车灯的特征时，控制所述汽车保持在所述近光灯状态；

第二控制单元，用于当所述二值图像的下部分区域不符合车灯的特征时，开启所述汽车的远光灯，并保持在所述远光灯状态，其中，n为整数，且3≤n≤5；

所述判断单元，包括：

统计子单元，用于统计所述二值图像的下部分区域中的各个连通区域的特征量，所述特征量包括所述二值图像的下部分区域中的各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

判断子单元，用于根据所述特征量，采用支持向量机分类器判断所述二值图像的下部分区域是否符合车灯的特征。

进一步地，所述二值化模块，包括：

划分单元，用于采用设定的第一像素值，将所述灰度图像分别划分为亮区和暗区，所述设定的第一像素值为大于等于100，且小于等于150的整数；

统计单元，用于统计所述灰度图像的所述亮区中的各个连通区域的均值和方差；

第一确定单元，用于根据所述灰度图像中的所述亮区中的各个连通区域的均值和方差，得到所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值；

第二确定单元，用于根据所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，所述经验参数的取值范围为1.0～1.5；

二值化单元，用于采用所述第二像素值，对所述灰度图像进行二值化处理。

可选地，所述装置还包括：

第二判定模块，用于当所述二值图像的下部分区域符合车灯的特征时，根据所述二值图像的下部分区域中的各个连通区域的面积、均值和方差，判断所述二值图像的下部分区域中的车灯的类型。

本发明实施例提供的技术方案带来的有益效果是：

通过采集车辆前方道路的灰度图像，采用二值化对灰度图像进行处理后，分别判定二值图像的上下部分的状态，并根据上部分的状态确定汽车是否在有路灯的环境，根据下部分的状态，采用支持向量机分类器判定汽车前方是否有其他车辆的头灯或者尾灯，在多次判定汽车既没有处于路灯环境，前方也没有其他车辆的头灯和尾灯时，开启远光灯，否则，保持近光灯状态，采集灰度图像可以直接采用最为普通的灰度传感器，硬件成本较低，且配合图像分析与机器学习技术实现了鲁棒的智能远近光控制。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种汽车远近光灯控制方法的流程图；

图2是本发明实施例二提供的一种汽车远近光灯控制方法的流程图；

图3是本发明实施例三提供的一种汽车远近光灯控制装置的结构示意图；

图4是本发明实施例四提供的一种汽车远近光灯控制装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

本发明实施例提供了一种汽车远近光灯控制方法，适用于在夜间、大雾、大雨或大雪等环境中行驶的车辆，参见图1，方法包括：

步骤101：采集汽车前方道路的灰度图像。

步骤102：对灰度图像进行二值化处理，得到二值图像。

步骤103：判断二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，该预设的像素个数为大于50的整数。

步骤104：当像素的个数大于预设的像素个数时，控制汽车保持近光灯状态。

步骤105：当像素的个数小于或等于预设的像素个数时，根据二值图像的下部分区域的特征，控制汽车保持在近光灯状态或者切换到远光灯状态。

本发明实施例通过采集车辆前方道路的灰度图像，采用二值化对灰度图像进行处理后，分别判定二值图像的上下部分的状态，并根据上部分的状态确定汽车是否在有路灯的环境，根据下部分的状态，采用支持向量机分类器判定汽车前方是否有其他车辆的头灯或者尾灯，在多次判定汽车既没有处于路灯环境，前方也没有其他车辆的头灯和尾灯时，开启远光灯，否则，保持近光灯状态，采集灰度图像可以直接采用最为普通的灰度传感器，硬件成本较低，且配合图像分析与机器学习技术实现了鲁棒的智能远近光控制。

实施例二

本发明实施例提供了一种汽车远近光灯控制方法，参见图2，方法包括：

步骤201：采集汽车前方道路的灰度图像。

在本实施例中，采集车辆前部道路的灰度图像可以采用摄像机，该摄像机可以包括灰度传感器和感光器件。实现时，该摄像机可以固定安装在车辆内部挡风玻璃后的后视镜上，这样既不干扰正常驾驶，同时高度适宜，对摄像机的镜头无遮挡，拍摄的图像的画面清晰度高。容易理解地，在拍摄之前，还需要调节摄像机的放置角度和焦距。

步骤202：采用设定的第一像素值，将灰度图像分别划分为亮区和暗区，并统计灰度图像的亮区中的各个连通区域的均值和方差。

其中，统计灰度图像的亮区中的各个连通区域的均值和方差，即分别统计灰度图像的亮区中的各个连通区域的各点的像素值，并按照统计学的方法确定前述各个连通区域的所有点的像素值的均值和方差。

在本实施例中，设定的第一像素值T1为整数，且100≤T1≤150。实现时，根据灰度图像的大小的不同，可以设置不同的第一像素值T1，本发明中优选为8位灰度图像。

步骤203：根据灰度图像中的亮区中的各个连通区域的均值和方差，得到灰度图像的亮区中的所有连通区域的均值和方差的均值。

连通区域可以通过提取灰度图像中的各个被拍摄对象的边缘(例如，路灯的轮廓)获取。

实现时，假设灰度图像中的亮区中的各个连通区的均值为μ_i与方差为σ_i，则，所有连通区域的均值的均值μ和方差的均值σ分别为：

其中N为灰度图像中的亮区中的连通区域的个数。

步骤204：根据灰度图像的亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，该经验参数的取值范围为1.0～1.5。

在本实施例中，第二像素值T2满足T1＝μ-kσ，其中，μ和σ分别为灰度图像的亮区中的所有连通区域的均值和方差，k为经验参数，且取值范围为1.0～1.5。在实际应用中，k优选地取值1.2。

步骤205：采用设定的第二像素值，对灰度图像进行二值化处理，得到二值图像。

假设原始图像为I(x,y)，二值图像为P(x,y)，则有

$P(x,y)=\left\{\begin{array}{c}1,I(x,y)\&GreaterEqual;T2\\ 0,I(x,y)<T2\end{array}\right..$

步骤206：将二值图像分为上部分区域和下部分区域。

实现时，将二值图像分为上部分区域和下部分区域，可以包括：

采用灰度图像实际大小的从上到下的三分之一作为二值图像分的上部分区域，灰度图像实际大小的从下到上的三分之二作为二值图像分的下部分区域，其中，从上到下表示灰度图像中的拍摄对象符合实际存在的状态，例如，建筑物正立；或者，将拍摄灰度图像时，摄像机的预览界面中的高处与低处的交界线作为上部分区域和下部分区域的分割线。

实现时，步骤202～205与步骤206的执行没有先后顺序，即在其他实施例中，也可以先执行步骤206，再执行步骤202～205。

步骤207：判断二值图像的上部分区域中的像素值为1的像素的个数S与预设的像素个数T3的大小关系。当像素的个数S>T3时，执行步骤208，否则，执行步骤209。

其中，预设的像素个数T3为整数，且T3>50。实现时，T3可以为在适宜驾驶的亮度环境下采集的灰度图像的二值图像的像素值1的像素个数。

在实际应用中，当像素的个数S>T3时，认为汽车处于适宜的亮度环境中，只需要近光灯照射即可满足驾驶条件。

步骤208：控制汽车保持近光灯状态。

步骤209：判定二值图像的下部分区域的二值图像是否符合车灯的特征。当二值图像的下部分区域符合车灯的特征时，执行步骤208，否则，执行步骤210。

在本实施例中，判定二值图像的下部分区域是否符合车灯的特征，可以包括：

统计二值图像的下部分区域中的各个连通区域的特征量，特征量包括二值图像的下部分区域中的各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

根据特征量，采用SVM(Support Vector Machine，支持向量机)分类器判断二值图像的下部分区域是否符合车灯的特征。

实现时，根据特征量，采用SVM(Support Vector Machine，支持向量机)分类器判断二值图像的下部分区域是否符合车灯的特征，可以包括：

将特征量级联构成特征矢量x，并构建SVM的核函数f(x)＝sign(w·x+b)，其中，w为支持向量机分类器的权值，b为偏置项。实现时，w和b可以通过预先采集大量样本训练得到。

当核函数f(x)>0时，判定二值图像的下部分区域符合车灯的特征；当核函数f(x)≤0时，判定二值图像的下部分区域不符合车灯的特征。

在实际应用中，核函数f(x)≤0时，可以判断灰度图像为标志牌反光等干扰项产生的光的灰度图像。

更进一步地，当SVM的核函数f(x)>0时，该方法还可以包括：

根据二值图像的下部分区域中的各个连通区域的面积、均值和方差，判定二值图像的下部分区域的二值图像中的车灯的类型。

具体地，根据二值图像的下部分区域中的各个连通区域的面积、均值和方差，判定二值图像的下部分区域的二值图像中的车灯的类型，可以包括：

当二值图像的下部分区域中的各个连通区域的面积大于20，二值图像的下部分区域中的各个连通区域的均值大于250，且二值图像的下部分区域中的各个连通区域的方差小于50时，判定二值图像的下部分区域为头灯；

当二值图像的下部分区域中的各个连通区域的面积大于15，且二值图像的下部分区域中的各个连通区域的均值小于250时，判定二值图像的下部分区域为尾灯。

在实际应用中，当判定二值图像的下部分区域为头灯或尾灯时，认为当前汽车的前方或后方不远处有车辆，为了避免当前汽车开启远光灯对其前方或后方的车辆的驾驶员造成干扰，当前汽车不易开启远光灯，故保持在近光灯状态。

步骤210：判断连续n帧二值图像的下部分区域是否不符合车灯的特征。当连续n帧二值图像的下部分区域均不符合车灯的特征时，执行步骤211，否则，执行步骤208。

其中，n为整数，且3≤n≤5。优选的n为3。

通过采用连续n帧的二值图像的下部分区域是否不符合车灯的特征，来判断是否开启远光灯，保证了判断结果的准确性，可以有效的避免单凭1帧二值图像作为判定条件带来的不确定性的问题。

步骤211：开启汽车的远光灯，并保持在远光灯状态。

本发明实施例通过采集车辆前方道路的灰度图像，采用二值化对灰度图像进行处理后，分别判定二值图像的上下部分的状态，并根据上部分的状态确定汽车是否在有路灯的环境，根据下部分的状态，采用支持向量机分类器判定汽车前方是否有其他车辆的头灯或者尾灯，在多次判定汽车既没有处于路灯环境，前方也没有其他车辆的头灯和尾灯时，开启远光灯，否则，保持近光灯状态，采集灰度图像可以直接采用最为普通的灰度传感器，硬件成本较低，且配合图像分析与机器学习技术实现了鲁棒的智能性的远近光控制。

实施例三

本发明实施例提供了一种汽车远近光灯控制装置，参见图3，该装置包括：采集模块301、二值化模块302、第一判断模块303、第一控制模块304和第二控制模块305。

其中，采集模块301用于采集汽车前方道路的灰度图像；

二值化模块302用于对灰度图像进行二值化处理，得到二值图像；

第一判断模块303用于判断二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，预设的像素个数为大于50的整数；

第一控制模块304用于当像素的个数大于预设的像素个数时，控制汽车保持近光灯状态；

第二控制模块305用于当像素的个数小于或等于预设的像素个数时，根据二值图像的下部分区域的特征，控制汽车保持在近光灯状态或者切换到远光灯状态。

本发明实施例通过采集车辆前方道路的灰度图像，采用二值化对灰度图像进行处理后，分别判定二值图像的上下部分的状态，并根据上部分的状态确定汽车是否在有路灯的环境，根据下部分的状态，采用支持向量机分类器判定汽车前方是否有其他车辆的头灯或者尾灯，在多次判定汽车既没有处于路灯环境，前方也没有其他车辆的头灯和尾灯时，开启远光灯，否则，保持近光灯状态，采集灰度图像可以直接采用最为普通的灰度传感器，硬件成本较低，且配合图像分析与机器学习技术实现了鲁棒的智能远近光控制。

实施例四

本发明实施例提供了一种汽车远近光灯控制装置，参见图4，该装置包括：

采集模块41、二值化模块42、第一判断模块43、第一控制模块44和第二控制模块45。

其中，采集模块41用于采集汽车前方道路的灰度图像；采集模块包括摄像机，所述摄像机包括灰度传感器。

二值化模块42用于对灰度图像进行二值化处理，得到二值图像；

第一判断模块43用于判断二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，预设的像素个数为大于50的整数；

第一控制模块44用于当像素的个数大于预设的像素个数时，控制汽车保持近光灯状态；

第二控制模块45用于当像素的个数小于或等于预设的像素个数时，根据二值图像的下部分区域的特征，控制汽车保持在近光灯状态或者切换到远光灯状态。

进一步地，二值化模块42可以包括：

划分单元421用于采用设定的第一像素值，将灰度图像分别划分为亮区和暗区，设定的第一像素值为大于等于100，且小于等于150的整数；

统计单元422用于统计灰度图像的亮区中的各个连通区域的均值和方差；

第一确定单元423用于根据灰度图像中的亮区中的各个连通区域的均值和方差，得到灰度图像的亮区中的所有连通区域的均值和方差的均值；

第二确定单元424用于根据灰度图像的亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，经验参数的取值范围为1.0～1.5；

二值化单元425用于采用第二像素值，对灰度图像进行二值化处理。

在本实施例中，第二控制模块45可以包括：

判断单元451用于判定二值图像的下部分区域是否符合车灯的特征；

第一控制单元452用于当二值图像的下部分区域符合车灯的特征时，控制汽车保持在所述近光灯状态；

第二控制单元453用于当二值图像的下部分区域不符合车灯的特征时，开启汽车的远光灯，并保持在远光灯状态，其中，n为整数，且3≤n≤5。

更进一步地，判断单元451可以包括：

统计子单元4511用于统计二值图像的下部分区域中的各个连通区域的特征量，特征量包括二值图像的下部分区域中的各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

判断子单元4512用于根据特征量，采用支持向量机分类器判断二值图像的下部分区域是否符合车灯的特征。

可选地，该装置还可以包括：

第二判定模块46用于当二值图像的下部分区域符合车灯的特征时，根据二值图像的下部分区域中的各个连通区域的面积、均值和方差，判断二值图像的下部分区域中的车灯的类型。

本发明实施例通过采集车辆前方道路的灰度图像，采用二值化对灰度图像进行处理后，分别判定二值图像的上下部分的状态，并根据上部分的状态确定汽车是否在有路灯的环境，根据下部分的状态，采用支持向量机分类器判定汽车前方是否有其他车辆的头灯或者尾灯，在多次判定汽车既没有处于路灯环境，前方也没有其他车辆的头灯和尾灯时，开启远光灯，否则，保持近光灯状态，采集灰度图像可以直接采用最为普通的灰度传感器，硬件成本较低，且配合图像分析与机器学习技术实现了鲁棒的智能远近光控制。

需要说明的是：上述实施例提供的汽车远近光灯控制装置在进行汽车远近光灯控制时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的汽车远近光灯控制装置与汽车远近光灯控制方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种汽车远近光灯控制方法，其特征在于，所述方法包括：

采集汽车前方道路的灰度图像；

对所述灰度图像进行二值化处理，得到二值图像；

判断所述二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，所述预设的像素个数为大于50的整数；

当所述像素的个数大于所述预设的像素个数时，控制所述汽车保持近光灯状态；

当所述像素的个数小于或等于所述预设的像素个数时，根据所述二值图像的下部分区域的特征，控制所述汽车保持在所述近光灯状态或者切换到远光灯状态；

其中，所述根据所述二值图像的下部分区域的特征，控制所述汽车保持在近光灯状态或者切换到远光灯状态，包括：

统计所述二值图像的下部分区域中的各个连通区域的特征量，所述各个连通区域的特征量包括各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

根据所述特征量，采用支持向量机分类器判断所述二值图像的下部分区域是否符合车灯的特征；

当所述二值图像的下部分区域符合车灯的特征时，控制所述汽车保持在所述近光灯状态；

当连续n帧所述二值图像的下部分区域不符合车灯的特征时，开启所述汽车的远光灯，并保持在所述远光灯状态，其中，n为整数，且3≤n≤5。

2.根据权利要求1所述的方法，其特征在于，所述对所述灰度图像进行二值化处理，包括：

采用设定的第一像素值，将所述灰度图像分别划分为亮区和暗区，所述设定的第一像素值为大于等于100，且小于等于150的整数；

统计所述灰度图像的所述亮区中的各个连通区域的均值和方差；

根据所述灰度图像中的所述亮区中的各个连通区域的均值和方差，得到所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值；

根据所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，所述经验参数的取值范围为1.0～1.5；

采用所述第二像素值，对所述灰度图像进行二值化处理。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当所述二值图像的下部分区域符合车灯的特征时，根据所述二值图像的下部分区域中的各个连通区域的面积、均值和方差，判断所述二值图像的下部分区域中的车灯的类型。

4.一种汽车远近光灯控制装置，其特征在于，所述装置包括：

采集模块，用于采集汽车前方道路的灰度图像；

二值化模块，用于对所述灰度图像进行二值化处理，得到二值图像；

第一判断模块，用于判断所述二值图像的上部分区域中像素值为1的像素的个数与预设的像素个数的大小关系，所述预设的像素个数为大于50的整数；

第一控制模块，用于当所述像素的个数大于所述预设的像素个数时，控制所述汽车保持近光灯状态；

第二控制模块，用于当所述像素的个数小于或等于所述预设的像素个数时，根据所述二值图像的下部分区域的特征，控制所述汽车保持在所述近光灯状态或者切换到远光灯状态；

其中，所述第二控制模块，包括：

判断单元，用于判定所述二值图像的下部分区域是否符合车灯的特征；

第一控制单元，用于当所述二值图像的下部分区域符合车灯的特征时，控制所述汽车保持在所述近光灯状态；

第二控制单元，用于当所述二值图像的下部分区域不符合车灯的特征时，开启所述汽车的远光灯，并保持在所述远光灯状态，其中，n为整数，且3≤n≤5；

所述判断单元，包括：

统计子单元，用于统计所述二值图像的下部分区域中的各个连通区域的特征量，所述特征量包括所述二值图像的下部分区域中的各个连通区域的质心坐标、中心区域的面积、均值、方差、圆形度和宽高比；

判断子单元，用于根据所述特征量，采用支持向量机分类器判断所述二值图像的下部分区域是否符合车灯的特征。

5.根据权利要求4所述的装置，其特征在于，所述二值化模块，包括：

划分单元，用于采用设定的第一像素值，将所述灰度图像分别划分为亮区和暗区，所述设定的第一像素值为大于等于100，且小于等于150的整数；

统计单元，用于统计所述灰度图像的所述亮区中的各个连通区域的均值和方差；

第一确定单元，用于根据所述灰度图像中的所述亮区中的各个连通区域的均值和方差，得到所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值；

第二确定单元，用于根据所述灰度图像的所述亮区中的所有连通区域的均值和方差的均值，以及经验参数，确定第二像素值，所述经验参数的取值范围为1.0～1.5；

二值化单元，用于采用所述第二像素值，对所述灰度图像进行二值化处理。

6.根据权利要求4所述的装置，其特征在于，所述装置还包括：

第二判定模块，用于当所述二值图像的下部分区域符合车灯的特征时，根据所述二值图像的下部分区域中的各个连通区域的面积、均值和方差，判断所述二值图像的下部分区域中的车灯的类型。