CN105631881A - 目标检测方法及装置 - Google Patents

Abstract

本发明提供了一种目标检测方法及装置，该目标检测方法包括获得同一地点的多个角度的图像，根据图像进行三维空间建模，图像包括具有预定色彩的带状物；根据图像的色彩值以及预定色彩，获得带状物的待选区域；获得带状物的待选区域的轮廓，根据带状物的待选区域的轮廓，获得带状物的初选二值图；根据初选二值图，在待选区域的轮廓中截取满足预定条件的轮廓作为带状物的候选区域的轮廓，以得到带状物的候选二值图；根据带状物的候选二值图，获得带状物分别沿所述至少两条带状物的边线。该方法与现有的检测方法相比，能够将因光照不均匀等而导致带状物在图像呈现断裂的视觉效果的断裂处连接，获得更加接近真实的带状物的带状物轮廓。

Description

目标检测方法及装置

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种目标检测方法及装置。

背景技术

近些年来，随着图像处理技术的快速发展，应用先进的图像处理技术对预定的目标进行目标检测,不仅能够快速准确实现的24小时监控，而且能够节约大量的人力和物力。

然而，由于光照不均匀以及阴影的影响，现在技术对预定颜色的目标进行检测时，往往会在图像中呈现出断裂的视觉效果，而断裂的视觉效果的存在不利于更好地对目标进行检测，检测准确度下降。

发明内容

有鉴于此，本发明实施例提供了一种目标检测方法及装置，以改善现有技术中因断裂的视觉效果的存在而使检测准确度下降的不足。

为实现上述目的，本发明实施例提供如下技术方案：

一种目标检测方法，所述方法包括：获得同一地点的多个角度的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物；根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域；获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图；根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图；根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

相应的，本发明实施例还提供了一种目标检测系装置，所述装置包括：多个摄像模块，用于分别从多个角度获得同一地点的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物；颜色空间设置模块，用于根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域；初选二值图获取模块，用于获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图；轮廓处理模块，用于根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，并获得所述至少两条带状物的候选二值图；直线获取模块，用于根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

本发明实施例提供的目标检测方法及装置，具有如下有益效果：

本发明实施例提供的目标检测方法及装置通过对同一地点获得多个角度的图像，并进行三维空间的建模，并获得具有预定颜色的至少两条带状物，然后根据预定色彩获得该至少两条带状物的待选区域，随后根据预先设置的填充算法将至少两条带状物的待选区域中的断裂缝隙的视觉效果填充，并根据待选区域的轮廓的填充率以及轮廓的最小外接矩形，筛选获得完整的至少两条带状物的对应的边线，再根据Hough变换，获得较为准确的至少两条带状物的对应的边线。与现有的目标检测方法相比，能够获得更加接近真实的至少两条带状物的至少两条带状物轮廓。

附图说明

为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明实施例的一些实施例，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是本发明较佳实施例提供的目标检测装置的方框示意图；

图2是本发明第一实施例提供的目标检测方法的流程图；

图3是本发明第二实施例提供的目标检测方法的流程图；

图4是本发明实施例的目标检测装置接收到的具有预定色彩的至少两条带状物的图像；

图5是本发明实施例的目标检测装置获得的至少两条带状物的待选区域；

图6是本发明实施例的目标检测装置获得的至少两条带状物的初选二值图；

图7是本发明实施例的目标检测装置获得的至少两条带状物的候选二值图；

图8是本发明实施例的目标检测装置获得的至少两条带状物对应的两条边线；

图9是本发明实施例的目标检测装置获得警戒带后的图像；

图10是本发明第三实施例提供的目标检测装置的结构框图；

图11是本发明第四实施例提供的目标检测装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明实施例的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

如图1所示，是计算机/服务器100的方框示意图。所述计算机/服务器100包括目标检测装置、存储器120、存储控制器130、处理器140、外设接口150。

所述存储器120、存储控制器130、处理器140、外设接口150各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述目标检测装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述计算机/服务器100的操作系统(operatingsystem，OS)中的软件功能模块。所述处理器140用于执行存储器120中存储的可执行模块，例如所述目标检测装置包括的软件功能模块或计算机程序。

其中，存储器120可以是，但不限于，随机存取存储器(RandomAccessMemory，RAM)，只读存储器(ReadOnlyMemory，ROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，PROM)，可擦除只读存储器(ErasableProgrammableRead-OnlyMemory，EPROM)，电可擦除只读存储器(ElectricErasableProgrammableRead-OnlyMemory，EEPROM)等。其中，存储器120用于存储程序，所述处理器140在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器140中，或者由处理器140实现。

处理器140可能是一种集成电路芯片，具有信号的处理能力。上述的处理器140可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器140也可以是任何常规的处理器等。

所述外设接口150将各种输入/输入装置耦合至处理器140以及存储器120。在一些实施例中，外设接口150，处理器140以及存储控制器130可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

图2示出了本发明实施例第一实施例的目标检测方法。所述目标检测方法可以包括以下步骤S101至S105。

步骤S101，获得同一地点的多个角度的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物。

可以通过多个摄像模块从多个角度获得同一地点的图像，所述摄像模块具体可以为摄像机。所述摄像模块获得了从多个角度拍摄的同一地点的图像后，可以将所述多个角度拍摄的图像整合及处理，从而进行三维空间建模。获得的图像中，可以包括具有预先决定过色彩的至少两条带状物。

下面的实施例中，将以预定色彩为红色和黄色为例进行说明。当然，在其他具体实施方式中，预定色彩也可以为其他颜色，本发明的具体实施方式并不以此为限。详情请参见图4，所述多个摄像模块拍摄的图像中，具体可以包括红色的带状物410以及黄色的带状物420。

步骤S102，根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域。

根据所述图像的色彩值以及预定的红色和黄色，在图像中获得具有红色和黄色的区域，即图像中所有满足预设阈值的红色区域以及黄色区域均被筛选出来，并将筛选出的红色区域以及黄色区域定义为所述至少两条带状物的待选区域。

具体地，可以将图像由RGB颜色空间分别转换至HSV颜色空间、YcrCb颜色空间和Lab颜色空间，然后根据预先设置的阈值，在RGB颜色空间、HSV颜色空间、YcrCb颜色空间和Lab颜色空间整合得到红色的所述带状物的待选区域以及黄色的所述带状物的待选区域。

可以理解，所述图像原先可以在RGB颜色空间，也可以先在HSV颜色空间、YcrCb颜色空间或Lab颜色空间，所述图像具体所在哪个颜色空间不应该理解为是对本发明的限制。

可以理解，所述图像可以由RGB颜色空间分别向HSV颜色空间、YcrCb颜色空间和Lab颜色空间进行转换；也可以由HSV颜色空间分别向RGB颜色空间YcrCb颜色空间和Lab颜色空间进行转换；也可以由YcrCb颜色空间分别向RGB颜色空间、HSV颜色空间空间和Lab颜色空间进行转换；也可以由Lab颜色空间分别向RGB颜色空间、HSV颜色空间空间和YcrCb颜色空间进行转换。所述图像可以由一个颜色空间分别向其他三个颜色空间进行转换，所述图像的颜色空间的转换过程不应该理解为是对本发明的限制。

在RGB颜色空间、HSV颜色空间、YcrCb颜色空间和Lab颜色空间根据预先设置的颜色阈值筛选出符合要求的红色以及黄色的待选区域，再获得上述待选区域的二值图，详情请参见图5。具体可以获得红色的所述带状物的待选区域510以及黄色的所述带状物的待选区域520。由于受光照或阴影等影响，黄色的所述带状物的待选区域520可能会产生缝隙。而且在进行颜色筛选时，有可能会获得与红色或黄色带状物的颜色相近的不规则图形530。

步骤S103，获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图。

可以根据所述待选区域的二值图获得所述至少两条带状物的待选区域的轮廓。

获得的待选区域的轮廓具体包括红色的待选区域的轮廓以及黄色的待选区域的轮廓。分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第一带状物，其中，遍历所述轮廓的x方向时，x₀＝0:imgWidth,y₀＝0，遍历所述轮廓的y方向时，y₀＝0:imgHeight,x₀＝0。

然后，反方向分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第二带状物，其中，反方向遍历所述轮廓的x方向时，x₀＝imgWidth:0,y₀＝0，反方向遍历所述轮廓的y方向时，y₀＝imgHeight:0,x₀＝0。

取所述第一带状物以及所述第二带状物的交集，获得所述至少两条带状物的初选二值图，详情请参见图6。取所述第一带状物以及第二带状物的交集可以防止得到的二值图有锯齿现象。经过填充处理后可以获得红色的带状物的轮廓610，以及连续的黄色的带状物的轮廓620。由于未经过关于轮廓的处理，故图6中还包括不规则图形630。

上述的第一带状物以及第二带状物可以均属于红色的待选区域的轮廓，取红色的待选区域的轮廓的第一带状物以及第二带状物的交集，可以防止红色的待选区域的轮廓所对应的二值图有锯齿现象；上述的第一带状物以及第二带状物也可以均属于黄色的待选区域的轮廓，取黄色的待选区域的轮廓的第一带状物以及第二带状物的交集，可以防止黄色的待选区域的轮廓所对应的二值图有锯齿现象。

将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接可以将所述轮廓因光照影响而在所述至少两条带状物产生断开的缝隙的视觉效果的缝隙填补。上述的分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第一带状物，具体包括：

${\mathrm{Dis}}_{gap}=\sqrt{{(x_{gapEnd}-x_{gapBegin})}^2+{(y_{gapEnd}-y_{gapBegin})}^2}$

可以计算所述缝隙的视觉效果中的缝隙的距离Dis_gap。当Dis_gap＜maxGap时，可以填充点(x_gapBegin,y_gapBegin)到点(x_gapEnd,y_gapEnd)之间的线段。

其中，当所述至少两条带状物的二值图的(x₁,y₁)点像素值为255，(x₂,y₂)点像素值为0时，x_gapBegin＝x₂,y_gapBegin＝y₂；当所述至少两条带状物的二值图的(x₁,y₁)点像素值为0，(x₂,y₂)点像素值为255时，x_gapEnd＝x₁,y_gapEnd＝y₁。

上述的x₁,x₂,y₁,y₂具体可以由以下公式求得：

x₁＝(k-1)*cos(angle)+x₀；

y₁＝(k-1)*sin(angle)+y₀；

x₂＝k*cos(angle)+x₀；

y₂＝k*sin(angle)+y₀；

上述四个公式中的angle可以由如下公式求得：

angle＝atan(k)。

其中，maxGap为所述轮廓因光照影响而在所述至少两条带状物产生断开的缝隙的视觉效果的最大间隔。

步骤S104，根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图。

根据步骤S103获得的初选二值图，可以根据红色的待选区域的轮廓所对应的轮廓的填充率以及黄色的待选区域的轮廓所对应的轮廓的填充率，以及红色的待选区域的轮廓的最小外接矩形的宽高比与黄色的待选区域的轮廓的最小外接矩形的宽高比筛选删除掉图6中出现的不规则图形630。

根据公式 $fill\_rate=\frac{fArea}{rotate\mathrm{Re}ct.size.width*rotate\mathrm{Re}ct.size.height}$ 可以计算所述待选区域的轮廓的填充率fill_rate。其中，rotateRect为所述至少两条带状物的待选区域的轮廓的最小外接矩形，fArea为rotateRect内像素值为255的数目，rotateRect.size.width为所述最小外接矩形的宽度，rotateRect.size.height为所述最小外接矩形的高度；

根据公式 $whRate=\frac{rotate\mathrm{Re}ct.size.width}{rotate\mathrm{Re}ct.size.height}$ 计算所述最小外接矩形的宽高比whRate。当所述轮廓满足fill_rate>＝0.5&&fArea>＝100&&(whRate>＝5||whRate＜＝0.2)时，所述轮廓为所述至少两条带状物的候选区域的轮廓，并根据所述至少两条带状物的候选区域的轮廓得到所述至少两条带状物的候选二值图，其中“&&”表示同时满足，例如“fill_rate>＝0.5&&fArea>＝100”表示满足fill_rate>＝0.5的同时还满足fArea>＝100。“||”表示或者满足的意思，即满足whRate>＝5或者满足whRate＜＝0.2。详情请参见图7，如图7所示，图中有红色的带状物的候选二值图710以及黄色的带状物的候选二值图720。原先存在于图6的不规则图形630的轮廓被删除。

步骤S105，根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

根据Hough变换，先将候选二值图中像素值为255的(x,y)点转换为极坐标空间的点(ρ,θ)，即笛卡尔坐标空间中直线方程为y＝k*x+b，将该直线方程转换为极坐标空间方程ρ＝x*cosθ+y*sinθ。

计算所述极坐标空间的点(ρ,θ)的二维累加器矩阵。

找到所述二维累加器矩阵大于T1的峰值点，其中，T1为设置的阈值；具体地，T1的默认值可以为80。

遍历所述峰值点，若所述峰值点中的两个峰值点(ρ₁,θ₁)和(ρ₂,θ₂)满足|θ₁-θ₂|＜0.1745且|ρ₁-ρ₂|＜7*avgBandWidth，则获得所述两个峰值点，其中，avgBandWidth为所述至少两条带状物的候选区域的轮廓的宽度的平均值。

根据Hough变换，将所述两个峰值点转换为笛卡尔坐标下的两条直线，所述两条直线为所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

详情请参见图8，第一边线810为红色的带状物所在的位置，第二边线820为黄色的带状物所在的位置。

最终，经过上述一系列图像处理过程后，可以得到如图9所示的图像，在图9中，可以很容易获得第一线条910以及第二线条920。此时，便获得了图像中红色的至少两条带状物以及黄色的至少两条带状物的比较准确的位置。

可以理解，所述至少两条带状物可以为两条，也可以为其他数量，如共四组，每组两条，共有八条，所述带状物的具体数量不应该理解为是对本发明的限制。

请参见图3，图3示出了本发明实施例第二实施例提供的目标检测方法。所述目标检测方法可以包括以下步骤S201至S212。

步骤S201，获得同一地点的多个角度的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物。

可以通过多个摄像模块从多个角度获得同一地点的图像，所述摄像模块具体可以为摄像机。所述摄像模块获得了从多个角度拍摄的同一地点的图像后，可以将所述多个角度拍摄的图像整合及处理，从而进行三维空间建模。获得的图像中，可以包括具有预先决定过色彩的至少两条带状物。

下面的实施例中，将以预定色彩为红色和黄色为例进行说明。当然，在其他具体实施方式中，预定色彩也可以为其他颜色，本发明的具体实施方式并不以此为限。详情请参见图4，所述多个摄像模块拍摄的图像中，具体可以包括红色的带状物410以及黄色的带状物420。

步骤S202，将所述图像由RGB颜色空间分别转换至HSV颜色空间、YcrCb颜色空间和Lab颜色空间。

可以理解，所述图像原先可以在RGB颜色空间，也可以先在HSV颜色空间、YcrCb颜色空间或Lab颜色空间，所述图像具体所在哪个颜色空间不应该理解为是对本发明的限制。

可以理解，所述图像可以由RGB颜色空间分别向HSV颜色空间、YcrCb颜色空间和Lab颜色空间进行转换；也可以由HSV颜色空间分别向RGB颜色空间YcrCb颜色空间和Lab颜色空间进行转换；也可以由YcrCb颜色空间分别向RGB颜色空间、HSV颜色空间空间和Lab颜色空间进行转换；也可以由Lab颜色空间分别向RGB颜色空间、HSV颜色空间空间和YcrCb颜色空间进行转换。所述图像可以由一个颜色空间分别向其他三个颜色空间进行转换，所述图像的颜色空间的转换过程不应该理解为是对本发明的限制。

步骤S203，根据设置的阈值，在RGB颜色空间、HSV颜色空间、YcrCb颜色空间以及Lab颜色空间整合并获得红色的所述带状物的待选区域以及黄色的所述带状物的待选区域。

在RGB颜色空间、HSV颜色空间、YcrCb颜色空间和Lab颜色空间根据预先设置的颜色阈值筛选出符合要求的红色以及黄色的待选区域，再获得上述待选区域的二值图，详情请参见图5。具体可以获得红色的所述带状物的待选区域510以及黄色的所述带状物的待选区域520。由于受光照或阴影等影响，黄色的所述带状物的待选区域520可能会产生缝隙。而且在进行颜色筛选时，有可能会获得与红色或黄色带状物的颜色相近的不规则图形530。

步骤S204，分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素，以分别得到红色的所述带状物的待选区域以及黄色的所述带状物的待选区域的第一带状物。

分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第一带状物，其中，遍历所述轮廓的x方向时，x₀＝0:imgWidth,y₀＝0，遍历所述轮廓的y方向时，y₀＝0:imgHeight,x₀＝0。

步骤S205，反方向分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素，以得到红色的所述带状物的待选区域以及黄色的所述带状物的待选区域的第二带状物。

反方向分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第二带状物，其中，反方向遍历所述轮廓的x方向时，x₀＝imgWidth:0,y₀＝0，反方向遍历所述轮廓的y方向时，y₀＝imgHeight:0,x₀＝0。

步骤S206，取所述第一带状物以及所述第二带状物的交集，获得所述至少两条带状物的初选二值图。

取所述第一带状物以及所述第二带状物的交集，获得所述至少两条带状物的初选二值图，详情请参见图6。取所述第一带状物以及第二带状物的交集可以防止得到的二值图有锯齿现象。经过填充处理后可以获得红色的带状物的轮廓610，以及连续的黄色的带状物的轮廓620。由于未经过关于轮廓的处理，故图6中还包括不规则图形630。

上述的第一带状物以及第二带状物可以均属于红色的待选区域的轮廓，取红色的待选区域的轮廓的第一带状物以及第二带状物的交集，可以防止红色的待选区域的轮廓所对应的二值图有锯齿现象；上述的第一带状物以及第二带状物也可以均属于黄色的待选区域的轮廓，取黄色的待选区域的轮廓的第一带状物以及第二带状物的交集，可以防止黄色的待选区域的轮廓所对应的二值图有锯齿现象。

步骤S207，计算待选区域的轮廓的填充率以及候选区域的轮廓的最小外接矩形的宽高比，根据待选区域的轮廓的填充率以及宽高比筛选出所述至少两条带状物的候选区域的轮廓。

可以根据红色的待选区域的轮廓所对应的轮廓的填充率以及黄色的待选区域的轮廓所对应的轮廓的填充率，以及红色的待选区域的轮廓的最小外接矩形的宽高比与黄色的待选区域的轮廓的最小外接矩形的宽高比筛选删除掉图6中出现的不规则图形630。

步骤S208，根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图。

该步骤与第一实施例中的步骤S104执行的操作相同，在此便不做赘述。

步骤S209，根据Hough变换，将所述至少两条带状物的候选二值图中像素值为255的点转换为极坐标空间的点，并计算极坐标空间的点的二维累加器矩阵，找到二维累加器中大于T1的峰值点。

即笛卡尔坐标空间中直线方程为y＝k*x+b，将该直线方程转换为极坐标空间方程ρ＝x*cosθ+y*sinθ。

找到所述二维累加器矩阵大于T1的峰值点，其中，T1为设置的阈值；具体地，T1的默认值可以为80。

步骤S210，遍历所述峰值点，若峰值点中的两个峰值点满足预定关系，获得所述两个峰值点。

上述的预定关系为若所述峰值点中的两个峰值点(ρ₁,θ₁)和(ρ₂,θ₂)满足|θ₁-θ₂|＜0.1745且|ρ₁-ρ₂|＜7*avgBandWidth，则获得所述两个峰值点，其中，avgBandWidth为所述至少两条带状物的候选区域的轮廓的宽度的平均值。

步骤S211，将所述两个峰值点转换为笛卡尔坐标下的两条直线，所述两条直线为所述至少两条带状物分别沿所述至少两条带状物的边线。

根据Hough变换，将所述两个峰值点转换为笛卡尔坐标下的两条直线，所述两条直线为所述至少两条带状物分别沿所述至少两条带状物的边线。

步骤S212，根据多个连续的图像中的行人，将行人与所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线投影至所述三维空间，根据所述多个连续的图像中的行人与所述边线的位置关系确定所述行人是否违反预定的规则，若是，则发出报警信息。

具体地，所述预定的规则可以为单向跨越所述警戒带的区域或双向跨越所述警戒带的区域。

当上述的行人与上述两条边线的距离较近例如小于30厘米时，也可以判定所述行人违反预定的规则，故而发出报警信息，当行人单向跨越或双向跨越时，也可以发出报警信息。

其中，根据多个连续的图像中的行人，将行人与所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线投影至所述三维空间，包括：

根据GMM前景检测算法，从所述多个连续的图像中的移动对象中初步筛选出行人，获得初步筛选出的所述行人的最小外接矩形；

根据SVM和HOG算法，对初步筛选出的所述行人的最小外接矩形的区域进行检测，获得进一步筛选后的行人。

当获得所述进一步筛选出的行人后，可以根据粒子滤波，对所述进一步筛选后的行人进行多目标跟踪；

然后将被多目标跟踪的行人的重心投影至所述三维空间。

图10示出了本发明实施例第三实施例提供的目标检测装置，该装置1000包括：

多个摄像模块1001，用于分别从多个角度获得同一地点的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物。

颜色空间设置模块1002，用于根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域。

初选二值图获取模块1003，用于获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图。

轮廓处理模块1004，用于根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，并获得所述至少两条带状物的候选二值图。

直线获取模块1005，用于根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

图11示出了本发明实施例第四实施例提供的目标检测装置，该装置1100包括：

多个摄像模块1101，用于获得同一地点的多个角度的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物。

颜色转换模块1102，用于将所述图像由RGB颜色空间分别转换至HSV颜色空间、YcrCb颜色空间和Lab颜色空间。

待选区域获取模块1103，用于根据设置的阈值，在RGB颜色空间、HSV颜色空间、YcrCb颜色空间以及Lab颜色空间整合并获得红色的所述带状物的待选区域以及黄色的所述带状物的待选区域。

第一遍历模块1104，用于分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素，以分别得到红色的所述带状物的待选区域以及黄色的所述带状物的待选区域的第一带状物。

第二遍历模块1105，用于反方向分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素，以得到红色的所述带状物的待选区域以及黄色的所述带状物的待选区域的第二带状物。

初选二值图获取模块1106，用于取所述第一带状物以及所述第二带状物的交集，获得所述带状物的初选二值图。

候选区域获取模块1107，用于计算待选区域的轮廓的填充率以及候选区域的轮廓的最小外接矩形的宽高比，根据待选区域的轮廓的填充率以及宽高比筛选出所述至少两条带状物的候选区域的轮廓。

候选二值图获取模块1108，用于根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图。

极坐标转换模块1109，用于根据Hough变换，将所述至少两条带状物的候选二值图中像素值为255的点转换为极坐标空间的点，并后计算极坐标空间的点的二维累加器矩阵，找到二维累加器中大于T1的峰值点。

峰值获取模块1110，用于遍历所述峰值点，若峰值点中的两个峰值点满足预定关系，获得所述两个峰值点。

笛卡尔坐标转换模块1111，用于将所述两个峰值点转换为笛卡尔坐标下的两条直线，所述两条直线为所述至少两条带状物分别沿所述至少两条带状物的边线。

行人图像获取模块1112，用于根据多个连续的图像中的行人，将行人与所述至少两条带状物分别沿所述至少两条带状物的边线投影至所述三维空间，根据所述多个连续的图像中的行人与所述边线的位置关系确定所述行人是否违反预定的规则，若是，则发出报警信息。

本发明实施例提供的目标检测方法及装置通过对同一地点获得多个角度的图像，并进行三维空间的建模，并获得具有预定颜色的至少两条带状物，然后根据预定色彩获得该至少两条带状物的待选区域，随后根据预先设置的填充算法将至少两条带状物的待选区域中的断裂缝隙的视觉效果填充，并根据待选区域的轮廓的填充率以及轮廓的最小外接矩形，筛选获得完整的至少两条带状物的两条边线，再根据Hough变换，获得较为准确的至少两条带状物的边线。与现有的目标检测方法相比，能够获得更加接近真实的至少两条带状物的至少两条带状物轮廓。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种目标检测方法，其特征在于，所述方法包括：

获得同一地点的多个角度的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物；

根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域；

获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图；

根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图；

根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

2.根据权利要求1所述的方法，其特征在于，所述预定色彩包括红色和黄色，所述根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域，包括：

将所述图像由RGB颜色空间分别转换至HSV颜色空间、YcrCb颜色空间和Lab颜色空间；

根据设置的阈值，在RGB颜色空间、HSV颜色空间、YcrCb颜色空间以及Lab颜色空间整合并获得红色的所述带状物的待选区域以及黄色的所述带状物的待选区域。

3.根据权利要求2所述的方法，其特征在于，所述获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图，包括：

分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第一带状物，其中，遍历所述轮廓的x方向时，x₀＝0:imgWidth,y₀＝0，遍历所述轮廓的y方向时，y₀＝0:imgHeight,x₀＝0；

反方向分别遍历所述至少两条带状物的待选区域的轮廓的x方向和y方向的像素,将初始点为(x₀,y₀)、所述轮廓中斜率为k的点连接以得到第二带状物，其中，反方向遍历所述轮廓的x方向时，x₀＝imgWidth:0,y₀＝0，反方向遍历所述轮廓的y方向时，y₀＝imgHeight:0,x₀＝0；

取所述第一带状物以及所述第二带状物的交集，获得所述至少两条带状物的初选二值图。

4.根据权利要求3所述的方法，其特征在于，所述根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，以得到所述至少两条带状物的候选二值图，包括：

根据公式 $fill\_rate=\frac{fArea}{rotate\mathrm{Re}ct.size.width*rotate\mathrm{Re}ct.size.height}$ 计算所述待选区域的轮廓的填充率fill_rate，其中，rotateRect为所述至少两条带状物的待选区域的轮廓的最小外接矩形，fArea为rotateRect内像素值为255的数目，rotateRect.size.width为所述最小外接矩形的宽度，rotateRect.size.height为所述最小外接矩形的高度；

根据公式计算所述最小外接矩形的宽高比whRate；

当所述轮廓满足fill_rate＞＝0.5&&fArea＞＝100&&(whRate＞＝5||whRate＜＝0.2)时，所述轮廓为所述至少两条带状物的候选区域的轮廓，并根据所述至少两条带状物的候选区域的轮廓得到所述至少两条带状物的候选二值图。

5.根据权利要求4所述的方法，其特征在于，所述根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线，包括：

根据Hough变换，将所述至少两条带状物的候选二值图中像素值为255的(x,y)点转换为极坐标空间的点(ρ,θ)，并计算所述极坐标空间的点(ρ,θ)的二维累加器矩阵；

找到所述二维累加器矩阵大于T1的峰值点，其中，T1为设置的阈值；

遍历所述峰值点，若所述峰值点中的两个峰值点(ρ₁,θ₁)和(ρ₂,θ₂)满足|θ₁-θ₂|＜0.1745且|ρ₁-ρ₂|＜7*avgBandWidth，则获得所述两个峰值点，其中，avgBandWidth为所述至少两条带状物的候选区域的轮廓的宽度的平均值；

将所述两个峰值点转换为笛卡尔坐标下的两条直线，所述两条直线为所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。

6.根据权利要求1所述的方法，其特征在于，还包括获得所述同一地点的多个角度的多个连续的图像，所述多个连续的图像包括行人，所述方法还包括：

根据多个连续的图像中的行人，将行人与所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线投影至所述三维空间，根据所述多个连续的图像中的行人与所述边线的位置关系确定所述行人是否违反预定的规则，若是，则发出报警信息。

7.根据权利要求6所述的方法，其特征在于，所述根据多个连续的图像中的行人，将行人与所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线投影至所述三维空间，包括：

根据GMM前景检测算法，从所述多个连续的图像中的移动对象中初步筛选出行人，获得初步筛选出的所述行人的最小外接矩形；

根据SVM和HOG算法，对初步筛选出的所述行人的最小外接矩形的区域进行检测，获得进一步筛选后的行人。

8.根据权利要求7所述的方法，其特征在于，所述至少两条带状物为警戒带，所述方法还包括：

根据粒子滤波，对所述进一步筛选后的行人进行多目标跟踪；

将被多目标跟踪的行人的重心投影至所述三维空间。

9.根据权利要求8所述的方法，其特征在于，所述预定的规则包括单向跨越所述警戒带的区域或双向跨越所述警戒带的区域。

10.一种目标检测系装置，其特征在于，所述装置包括：

多个摄像模块，用于分别从多个角度获得同一地点的图像，根据所述图像进行三维空间建模，所述图像包括具有预定色彩的至少两条带状物；

颜色空间设置模块，用于根据所述图像的色彩值以及所述预定色彩，获得所述至少两条带状物的待选区域；

初选二值图获取模块，用于获得所述至少两条带状物的待选区域的轮廓，根据所述至少两条带状物的待选区域的轮廓，获得所述至少两条带状物的初选二值图；

轮廓处理模块，用于根据所述初选二值图，在所述待选区域的轮廓中截取满足预定条件的轮廓作为所述至少两条带状物的候选区域的轮廓，并获得所述至少两条带状物的候选二值图；

直线获取模块，用于根据所述至少两条带状物的候选二值图，获得所述至少两条带状物分别沿所述至少两条带状物延伸方向的边线。