CN105389546A - 车辆行驶过程中对夜间人物进行识别的系统 - Google Patents

Abstract

本发明公开了一种车辆行驶过程中对夜间人物进行识别的系统，通过多种传感器对目标进行探测，有利于更加准确的对行人进行检测，输入原始彩色图像，二值化后进行边缘检测eman链码，利用移动平均法对图像边缘轮廓进行；5～rJ用基于窗口的递增式凸包检测算法对轮廓测，获取凸包点集S；对S中大于的相邻2点利用基于局部凸包的掘方法进行凹点挖掘，获取凹集日；利用有效线段规则对裁剪以后的线段进行排除；对所有的有效线段进行最小二乘椭圆拟合。该系统根据红外探头监测到的人物外形特征计算参数，运用算法公式得到准确的人物信息，帮助驾驶员识别，避免夜晚出现事故。

Description

车辆行驶过程中对夜间人物进行识别的系统

技术领域

本发明涉及汽车领域，具体地，涉及一种车辆行驶过程中对夜间人物进行识别的系统。

背景技术

汽车有如下定义：由动力驱动，具有4个或4个以上车轮的非轨道承载的车辆，主要用于：载运人员和或货物；牵引载运人员或货物的车辆；特殊用途。1879年，德国工程师卡尔·本茨，首次试验成功一台二冲程试验性发动机。1883年10月，他创立了“本茨公司和莱茵煤气发动机厂”，1885年，他在曼海姆制成了第一辆本茨专利机动车，该车为三轮汽车，采用一台二冲程单缸0.9马力的汽油机，此车具备了现代汽车的一些基本特点，如火花点火、水冷循环、钢管车架、钢板弹簧悬架、后轮驱动前轮转向和制动手把等。1886年的1月29日，德国工程师卡尔·本茨为其机动车申请了专利。同年11月，卡尔·本茨的三轮机动车获得了德意志专利权。这就是公认的世界上第一辆现代汽车。由于上述原因，人们一般都把1886年作为汽车元年，也有些学者把卡尔·本茨制成第一辆三轮汽车之年即1885年，视为汽车诞生年。1885年是汽车发明取得决定性突破的一年。当时和戴姆勒在同一工厂的本茨，也在研究汽车。他在1885年几乎与戴姆勒同时制成了汽油发动机，装在汽车上，以每小时12公里的速度行驶，获得成功。这一年，英国的巴特勒也发明了装有汽油发动机的汽车。此外，意大利的贝尔纳也发明了汽车，俄国的普奇洛夫和伏洛波夫两人发明了装有内燃机的汽车。以前中国没有汽车制造业。中国土地上第一辆汽车是1903年输入的美国产奥斯莫比尔牌小汽车，领得第一号汽车行驶牌证，其所有者为上海富翁。自1953年7月第一汽车制造厂动工兴建，1956年7月投产，1957年7月13日我国生产出第一辆载货的解放牌汽车，又于1958年5月，我国第一汽车制造厂自行研制设计生产了第一辆与当时政治风云起伏颠簸、荣辱与共的红旗牌乘用车，被誉为“东方神韵”。几十年来，我国汽车工业得到了快速的发展。特别是改革开放以来，汽车生产采用了各种高科技及人性化的安全及便利设施，汲国外汽车科研之精华。不仅秉乘了传统的坚固造型，更具时尚汽车的柔媚风貌，线条流畅，驾乘舒适的“座驾”新宠不断诞生。2001年底，中国正式加入了世贸组织，以此为契机，中国汽车产业迎来了一个新的高速发展时期。2009年，中国汽车产销分别为1379.10万辆和1364.48万辆，一举超越美国，称为世界第一汽车产销大国。2012年中国汽车全年产销分别为1927.18万辆和1930.64万辆，连续四年蝉联世界第一。进经过十年高速发展之后，中国自主品牌乘用车技术得到了长足的发展。2013年上半年先后上市的一汽红旗、北汽绅宝、长安睿骋、吉利帝豪、比亚迪思锐及此前已经先后上市的上汽荣威、广汽传祺等为代表的自主品牌高端乘用车向合资品牌发起集团式冲锋，将逐步改写自主品牌乘用车只能在中低端抢占市场的现状。现代汽车种类繁多，人们在夜间驾驶汽车行驶过程中，不能及时对行人进行识别，造成诸多不便。

发明内容

本发明所要解决的技术问题是提供一种车辆行驶过程中对夜间人物进行识别的系统，该系统根据红外探头监测到的人物外形特征计算参数，运用算法公式得到准确的人物信息，帮助驾驶员识别，避免夜晚出现事故。

本发明解决上述问题所采用的技术方案是：车辆行驶过程中对夜间人物进行识别的系统，包括以下步骤：

(1)通过多种传感器对目标进行探测，有利于更加准确的对行人进行检测，光学传感器与红外传感器的融合、光学传感器与雷达传感器的融合，采用光学摄像头和红外摄像头信息融合的方法对行人检测，通过红外摄像头可以获得目标的深度信息，从而更加准确的对目标进行跟踪，雷达传感器在行人检测中较准确的得到距离、速度信息，基于雷达信息和图像信息的行人检测方法，设计了一个基于红外摄像头和激光雷达的系统，将二者信息融合后用于行人检测；

(2)为了解决行人群体视频检测的难题，提出一种基于凸包裁剪的行人视频检测算法，该算法采甩局部凸包技术搜索行人外部轮廓，利用凹点挖掘技术裁剪轮廓曲线，建立相应规则排除非头部线段，通过最小二乘拟合法对头部曲线进行快速椭圆检测，对人体进行检测的特征部位主要有3处：人脸，头部和躯干，包括肢体与肤色，人脸检测只能应用于人脸以一定的角度对视摄像机,躯干检测只能应用于无遮挡的情况，而头部检测是在遮挡不严重时可通过调整拍摄角度来检测行人的最佳途径，对头部进行检测主要是对头部的轮廓进行检测，采用椭圆模型对头部进行检测，对于单个或无重叠、无连通的头部可以通过Hough变换检测“J，RHT_5，RHT_3L2j，最小二乘拟合的方法实现椭圆检测，但当头部发生重叠、曲线复杂程度较高时这些算法都存在不足，利用凹点挖掘技术对行人群体凸包线进行有效的分解，获取行人特征曲线后配合相应辅助手段来实现对重叠、遮挡行人的识别，基于凸包裁测算法描述如下：

输入原始彩色图像，二值化后进行边缘检测eman链码，利用移动平均法对图像边缘轮廓进行；5～rJ用基于窗口的递增式凸包检测算法对轮廓测，获取凸包点集S；对S中大于的相邻2点利用基于局部凸包的掘方法进行凹点挖掘，获取凹集日；利用有效线段规则对裁剪以后的线段进行排除；对所有的有效线段进行最小二乘椭圆拟合。

综上，本发明的有益效果是：该系统根据红外探头监测到的人物外形特征计算参数，运用算法公式得到准确的人物信息，帮助驾驶员识别，避免夜晚出现事故。

具体实施方式

下面结合实施例，对本发明作进一步地的详细说明，但本发明的实施方式不限于此。

实施例：

车辆行驶过程中对夜间人物进行识别的系统，包括以下步骤：

(1)通过多种传感器对目标进行探测，有利于更加准确的对行人进行检测，光学传感器与红外传感器的融合、光学传感器与雷达传感器的融合，采用光学摄像头和红外摄像头信息融合的方法对行人检测，通过红外摄像头可以获得目标的深度信息，从而更加准确的对目标进行跟踪，雷达传感器在行人检测中较准确的得到距离、速度信息，基于雷达信息和图像信息的行人检测方法，设计了一个基于红外摄像头和激光雷达的系统，将二者信息融合后用于行人检测；

(2)为了解决行人群体视频检测的难题，提出一种基于凸包裁剪的行人视频检测算法，该算法采甩局部凸包技术搜索行人外部轮廓，利用凹点挖掘技术裁剪轮廓曲线，建立相应规则排除非头部线段，通过最小二乘拟合法对头部曲线进行快速椭圆检测，对人体进行检测的特征部位主要有3处：人脸，头部和躯干，包括肢体与肤色，人脸检测只能应用于人脸以一定的角度对视摄像机,躯干检测只能应用于无遮挡的情况，而头部检测是在遮挡不严重时可通过调整拍摄角度来检测行人的最佳途径，对头部进行检测主要是对头部的轮廓进行检测，采用椭圆模型对头部进行检测，对于单个或无重叠、无连通的头部可以通过Hough变换检测“J，RHT_5，RHT_3L2j，最小二乘拟合的方法实现椭圆检测，但当头部发生重叠、曲线复杂程度较高时这些算法都存在不足，利用凹点挖掘技术对行人群体凸包线进行有效的分解，获取行人特征曲线后配合相应辅助手段来实现对重叠、遮挡行人的识别，基于凸包裁测算法描述如下：

输入原始彩色图像，二值化后进行边缘检测eman链码，利用移动平均法对图像边缘轮廓进行；5～rJ用基于窗口的递增式凸包检测算法对轮廓测，获取凸包点集S；对S中大于的相邻2点利用基于局部凸包的掘方法进行凹点挖掘，获取凹集日；利用有效线段规则对裁剪以后的线段进行排除；对所有的有效线段进行最小二乘椭圆拟合。

该系统根据红外探头监测到的人物外形特征计算参数，运用算法公式得到准确的人物信息，帮助驾驶员识别，避免夜晚出现事故。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术、方法实质上对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (1)

1.车辆行驶过程中对夜间人物进行识别的系统，其特征在于，包括以下步骤：

(1)通过多种传感器对目标进行探测，有利于更加准确的对行人进行检测，光学传感器与红外传感器的融合、光学传感器与雷达传感器的融合，采用光学摄像头和红外摄像头信息融合的方法对行人检测，通过红外摄像头可以获得目标的深度信息，从而更加准确的对目标进行跟踪，雷达传感器在行人检测中较准确的得到距离、速度信息，基于雷达信息和图像信息的行人检测方法，设计了一个基于红外摄像头和激光雷达的系统，将二者信息融合后用于行人检测；

(2)为了解决行人群体视频检测的难题，提出一种基于凸包裁剪的行人视频检测算法，该算法采甩局部凸包技术搜索行人外部轮廓，利用凹点挖掘技术裁剪轮廓曲线，建立相应规则排除非头部线段，通过最小二乘拟合法对头部曲线进行快速椭圆检测，对人体进行检测的特征部位主要有3处：人脸，头部和躯干，包括肢体与肤色，人脸检测只能应用于人脸以一定的角度对视摄像机,躯干检测只能应用于无遮挡的情况，而头部检测是在遮挡不严重时可通过调整拍摄角度来检测行人的最佳途径，对头部进行检测主要是对头部的轮廓进行检测，采用椭圆模型对头部进行检测，对于单个或无重叠、无连通的头部可以通过Hough变换检测“J，RHT_5，RHT_3L2j，最小二乘拟合的方法实现椭圆检测，但当头部发生重叠、曲线复杂程度较高时这些算法都存在不足，利用凹点挖掘技术对行人群体凸包线进行有效的分解，获取行人特征曲线后配合相应辅助手段来实现对重叠、遮挡行人的识别，基于凸包裁测算法描述如下：

输入原始彩色图像，二值化后进行边缘检测eman链码，利用移动平均法对图像边缘轮廓进行；5～rJ用基于窗口的递增式凸包检测算法对轮廓测，获取凸包点集S；对S中大于的相邻2点利用基于局部凸包的掘方法进行凹点挖掘，获取凹集日；利用有效线段规则对裁剪以后的线段进行排除；对所有的有效线段进行最小二乘椭圆拟合。