CN104751158A - 露天矿区路面障碍物视觉识别的方法 - Google Patents
露天矿区路面障碍物视觉识别的方法 Download PDFInfo
- Publication number
- CN104751158A CN104751158A CN201510105113.2A CN201510105113A CN104751158A CN 104751158 A CN104751158 A CN 104751158A CN 201510105113 A CN201510105113 A CN 201510105113A CN 104751158 A CN104751158 A CN 104751158A
- Authority
- CN
- China
- Prior art keywords
- barrier
- image
- difference
- road
- areas
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种露天矿区路面障碍物视觉识别的方法,包括以下步骤,步骤一、图像分割:将采集的障碍物RGB图像,采用OTSU法求取分割阈值对障碍物RGB图像进行分割获得二值图像;步骤二、计算图像中疑似障碍物的面积差;步骤三、通过上述步骤二计算得出的面积差判断是否障碍物。根据在不同距离上障碍物对应大小的变化相对没有高度的地面变化更为明显,因此根据不同距离上障碍物在图像中大小的变化进行露天矿区道路障碍物的识别。达到对露天矿区道路上障碍物精确识别的目的。
Description
技术领域
本发明涉及图像识别领域,具体地,涉及一种露天矿区路面障碍物视觉识别的方法。
背景技术
露天矿区户外道路环境单一,按现有技术可以考虑引入自行小车进行物料运送、洒水除尘等辅助工作,从而降低劳动强度,提高矿区作业的自动化程度。在自行小车的开发中,障碍物判断是小车安全行驶的前提。
露天矿区环境相对其它已有自行小车所在工作环境而言,路面环境相对单一,和工业生产或仓库存储等环境来说,路面情况较为统一,这有利于进行相关的图像处理。另外,在露天矿区路面障碍物主要是土块或石头等,所以露天矿区中路面障碍物类型相对简单,外观形状相对规则,不会出现工业生产中在自行小车行进路面上出现特长、特宽的掉落零件成为障碍物的情况。
露天矿区的工作环境与工业厂房存在较大区别,相应在自行小车的开发中就对障碍物识别提出了不同的要求。传统工业环境中自行小车行驶道路可以人为控制路面颜色,可以通过障碍物与道路的颜色差别进行识别,而在露天矿区中由于自然环境的影响,不能使用现有的颜色识别的方法进行识别。
发明内容
本发明的目的在于,针对上述问题,提出一种露天矿区路面障碍物视觉识别的方法,以实现对露天矿区道路上障碍物精确识别的优点。
为实现上述目的,本发明采用的技术方案是:
一种露天矿区路面障碍物视觉识别的方法,包括以下步骤:
步骤一、图像分割:将采集的障碍物RGB图像,采用OTSU法求取分割阈值对障碍物RGB图像进行分割获得二值图像;
步骤二、计算图像中疑似障碍物的面积差;
步骤三、通过上述步骤二计算得出的面积差判断是否障碍物。
优选的,所述步骤一获取的二值图像中黑色像素点对应的是道路上与路面颜色不同的疑似障碍物的部分,白色像素点对应的是背景;
上述步骤二计算图像中疑似障碍物的面积差的方法具体为:
在两个不同距离上采集的障碍物RGB图像,并对采集的障碍物RGB图像进行分割获得二值图像,以得到的两个二值图像黑色区域面积的差值作为面积差表示物体大小的变化。
本发明的技术方案具有以下有益效果:
本发明的技术方案,根据在不同距离上障碍物对应大小的变化相对没有高度的地面变化更为明显,因此根据不同距离上障碍物在图像中大小的变化进行露天矿区道路障碍物的识别。达到对露天矿区道路上障碍物精确识别的目的。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的露天矿区路面障碍物视觉识别的方法流程图;
图2a障碍物原始图像;
图2b障碍物图像分割后的二值图像。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
障碍物RGB图像是通过设置在小车前端的摄像设备采取的。采取的障碍物RGB图像如图2a所示。
如图1所示,一种露天矿区路面障碍物视觉识别的方法,包括以下步骤:
步骤一、图像分割:将采集的障碍物RGB图像,采用OTSU法求取分割阈值对障碍物RGB图像进行分割获得二值图像;障碍物RGB图像使用R、G、B三个值表示红、绿、蓝的程度。采用OTSU法求取分割阈值对RGB图像进行分割获得二值图像。图2b中黑色像素点对应的是道路上与路面颜色不同的疑似障碍物的部分,白色部分是背景。
步骤二、计算图像中疑似障碍物的面积差;道路障碍物图像采集中,随着自行小车上摄像头和被采集物体的距离的不同,物体在图像中所占的像素点个数是不同的。在露天矿区路面中,一般认为路面上物体在不同距离图像中大小变化的情况是判断障碍物的重要依据。
取两个不同距离获得的二值图,以它们黑色区域面积的差值作为面积差表示物体大小的变化。
步骤三、通过上述步骤二计算得出的面积差判断是否障碍物。
在与路面物体不同距离拍摄图像后,通过分割处理后的二值图像计算出不同距离下物体的像素点个数,而不同距离物体像素点个数差值的大小受物体高度的影响。
在多个距离获取面积差,根据面积差进行障碍物的判断。
一个具体的实施方案为:
1)由远及近,在距离疑似障碍物不同三个距离L1、L2、L3分别拍摄三幅图像;其中L1=2.4米、L2=1.6米、L3=1.0米
2)分割图像后得到二值图像中疑似障碍物的像素点个数N1、N2、N3;
3)然后计算差值X1=N2-N1,X2=N3-N2;
4)设定两个判断阈值a、b,当X1≥a且X2≥b同时成立时,判别障碍物为真实障碍物,否则判别为伪障碍物。在600×480的图像中,一般选取a在400到500间、b在180到240间。
为验证方法有效性,选取19个大小、形状不同的物品模拟障碍物以及伪障碍物3个进行实验。22个物体全部识别正确
综上所述,本发明具有以下特点:
1)针对露天矿区自行小车开发中,对于路面障碍物的自动识别,提出引入机器视觉进行判断。
2)提出了在与疑似障碍物三个不同距离采集图像,然后求取三个距离图像中障碍物像素点差值进行障碍物判断的方法。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (2)
1.一种露天矿区路面障碍物视觉识别的方法,其特征在于,包括以下步骤:
步骤一、图像分割:将采集的障碍物RGB图像,采用OTSU法求取分割阈值对障碍物RGB图像进行分割获得二值图像;
步骤二、计算图像中疑似障碍物的面积差;
步骤三、通过上述步骤二计算得出的面积差判断是否障碍物。
2.根据权利要求1所述的露天矿区路面障碍物视觉识别的方法,其特征在于,所述步骤一获取的二值图像中黑色像素点对应的是道路上与路面颜色不同的疑似障碍物的部分,白色像素点对应的是背景;
上述步骤二计算图像中疑似障碍物的面积差的方法具体为:
在两个不同距离上采集的障碍物RGB图像,并对采集的障碍物RGB图像进行分割获得二值图像,以得到的两个二值图像黑色区域面积的差值作为面积差表示物体大小的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510105113.2A CN104751158A (zh) | 2015-03-11 | 2015-03-11 | 露天矿区路面障碍物视觉识别的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510105113.2A CN104751158A (zh) | 2015-03-11 | 2015-03-11 | 露天矿区路面障碍物视觉识别的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104751158A true CN104751158A (zh) | 2015-07-01 |
Family
ID=53590814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510105113.2A Pending CN104751158A (zh) | 2015-03-11 | 2015-03-11 | 露天矿区路面障碍物视觉识别的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751158A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203419A (zh) * | 2016-07-25 | 2016-12-07 | 上海肇观电子科技有限公司 | 一种确定包络面的方法和装置 |
CN108573195A (zh) * | 2017-03-10 | 2018-09-25 | 中国科学院声学研究所 | 一种基于图像颜色模式匹配的桶形道路路障检测方法 |
CN110515095A (zh) * | 2019-09-29 | 2019-11-29 | 北京智行者科技有限公司 | 基于多个激光雷达的数据处理方法及系统 |
CN113080550A (zh) * | 2021-05-12 | 2021-07-09 | 新疆爱华盈通信息技术有限公司 | 用于识别障碍物的头巾及其识别障碍物的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1404806A (zh) * | 2001-09-17 | 2003-03-26 | 精工爱普生株式会社 | 盲人步行用辅助器 |
CN101020453A (zh) * | 2006-02-13 | 2007-08-22 | 株式会社电装 | 车辆控制系统 |
CN101676741A (zh) * | 2008-09-19 | 2010-03-24 | 李世雄 | 可防止追撞意外的倒车侦测装置 |
CN101875348A (zh) * | 2010-07-01 | 2010-11-03 | 浙江工业大学 | 基于计算机视觉的误将油门当刹车错误操作防止装置 |
JP2014078056A (ja) * | 2012-10-09 | 2014-05-01 | Honda Elesys Co Ltd | 車両用領域識別装置、そのプログラム及びその方法 |
-
2015
- 2015-03-11 CN CN201510105113.2A patent/CN104751158A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1404806A (zh) * | 2001-09-17 | 2003-03-26 | 精工爱普生株式会社 | 盲人步行用辅助器 |
CN101020453A (zh) * | 2006-02-13 | 2007-08-22 | 株式会社电装 | 车辆控制系统 |
CN101676741A (zh) * | 2008-09-19 | 2010-03-24 | 李世雄 | 可防止追撞意外的倒车侦测装置 |
CN101875348A (zh) * | 2010-07-01 | 2010-11-03 | 浙江工业大学 | 基于计算机视觉的误将油门当刹车错误操作防止装置 |
JP2014078056A (ja) * | 2012-10-09 | 2014-05-01 | Honda Elesys Co Ltd | 車両用領域識別装置、そのプログラム及びその方法 |
Non-Patent Citations (1)
Title |
---|
王佳梅: "《基于MATLAB的数字信号处理与实践开发》", 31 December 2007, 西安电子科技大学出版社 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203419A (zh) * | 2016-07-25 | 2016-12-07 | 上海肇观电子科技有限公司 | 一种确定包络面的方法和装置 |
CN106203419B (zh) * | 2016-07-25 | 2019-05-07 | 上海肇观电子科技有限公司 | 一种确定包络面的方法和装置 |
CN108573195A (zh) * | 2017-03-10 | 2018-09-25 | 中国科学院声学研究所 | 一种基于图像颜色模式匹配的桶形道路路障检测方法 |
CN108573195B (zh) * | 2017-03-10 | 2020-08-18 | 中国科学院声学研究所 | 一种基于图像颜色模式匹配的桶形道路路障检测方法 |
CN110515095A (zh) * | 2019-09-29 | 2019-11-29 | 北京智行者科技有限公司 | 基于多个激光雷达的数据处理方法及系统 |
CN113080550A (zh) * | 2021-05-12 | 2021-07-09 | 新疆爱华盈通信息技术有限公司 | 用于识别障碍物的头巾及其识别障碍物的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
CN112434695B (zh) | 一种基于深度学习的上拉杆故障检测方法 | |
CN104537651B (zh) | 一种路面图像中裂缝比例检测方法及系统 | |
CN103714538B (zh) | 道路边缘检测方法、装置及车辆 | |
CN105654097B (zh) | 图像中四边形标记物的检测方法 | |
CN103051872B (zh) | 基于图像边缘提取的输送带跑偏检测方法 | |
CN103150549B (zh) | 一种基于烟雾早期运动特征的公路隧道火灾检测方法 | |
CN107045629A (zh) | 一种多车道线检测方法 | |
CN104751158A (zh) | 露天矿区路面障碍物视觉识别的方法 | |
CN105678285A (zh) | 一种自适应的道路鸟瞰图变换方法和道路车道检测方法 | |
CN104408724A (zh) | 基于深度信息的泡沫浮选液位监测和工况识别方法及系统 | |
CN105046700A (zh) | 基于亮度校正与颜色分类的水果表面缺陷检测方法及系统 | |
CN104183142A (zh) | 一种基于图像视觉处理技术的车流量统计方法 | |
CN104794720A (zh) | 一种在接触网图像中定位出定位线夹的方法及系统 | |
CN110516550A (zh) | 一种基于fpga的车道线实时检测方法 | |
CN102073846A (zh) | 基于航拍图像的交通信息获取方法 | |
WO2021135675A1 (zh) | 一种棒材自动计数方法及装置 | |
CN102737221B (zh) | 车辆颜色的识别方法及装置 | |
CN104599511A (zh) | 一种基于背景建模的车流量检测方法 | |
CN104700423A (zh) | 一种瓶盖检测方法和装置 | |
CN104700417A (zh) | 木材节子瑕疵的计算机图像自动识别方法 | |
CN108898055A (zh) | 一种检测信息融合的移动机器人障碍物检测方法 | |
CN104966302B (zh) | 一种任意角度激光十字的检测定位方法 | |
CN114445440A (zh) | 一种应用于自行走设备的障碍物识别方法及自行走设备 | |
CN104112123A (zh) | 一种用于子弹表观缺陷检测的aoi系统的缺陷特征提取与识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150701 |