CN105893979A - 基于光场成像技术的交通标示智能识别系统及方法 - Google Patents
基于光场成像技术的交通标示智能识别系统及方法 Download PDFInfo
- Publication number
- CN105893979A CN105893979A CN201610262995.8A CN201610262995A CN105893979A CN 105893979 A CN105893979 A CN 105893979A CN 201610262995 A CN201610262995 A CN 201610262995A CN 105893979 A CN105893979 A CN 105893979A
- Authority
- CN
- China
- Prior art keywords
- module
- information
- sign
- optical field
- image processing
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/09—Recognition of logos
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于光场成像技术的交通标示智能识别系统及方法。系统包括光场摄像头模块，用于记录光辐射在传播过程中的四维位置和方向信息；与光场摄像头模块通信连接的图像处理模块，图像处理模块包括投影积分模块、二维切片模块、多目标识别模块、数字重聚焦模块、目标测距模块及标示识别模块，用于提取光场摄像头模块输入的图像信息中的标示信息、测量标示的相对距离信息及识别标示信息；与图像处理模块通信连接的主控模块，用于结合车辆状态信息和标示内容，做逻辑判定后输出提示信息；及用于给光场摄像头模块、图像处理模块和主控模块供电的电源管理模块。与基于传统摄像头的交通标示识别系统相比，本发明能显著提高复杂环境下对交通标示的识别率。
Description
技术领域
本发明涉及智能识别系统技术领域，具体涉及一种基于光场成像技术的交通标示智能识别（TSR）系统及方法。
背景技术
光场是空间中同时包含位置和方向信息的四维光辐射场的参数化表示，光场数据的获取为计算成像提供了诸多新的发展方向。
光场摄像头与普通数码摄像头的内部结构有较多不同之处。普通数码摄像头由主镜头捕捉光线，再将光线聚焦到镜头后的感光器上，所有光线的总和形成感光器上的小点，从而显示出影像。光场摄像头是在主镜头与感光器之间，设置有一个布满微型镜片的显微镜阵列，每个小镜阵列接收到由主镜头捕捉而来的光线后，传送到感光器前，析出聚焦光线，并将光线资料转换，以数码方式记录下来，通过内置软件操作“已扩大光场”，追踪每条光线在不同距离的影像上的落点，经数码重新对焦后，获得图像信息。
TSR全称Traffic Sign Recognition System，即交通标示智能识别系统。传统的交通标示智能识别系统通过普通数码摄像头检测道路标示（限速、禁止超车等标示），显示标示内容，提醒驾驶者注意，告知限速、禁止超车等交通管制信息。在拍摄高速运动或者多主体较大间距目标物时，容易出现失焦、跑焦现象，它在复杂环境下的影像识别率较低。
对于传统的交通标示智能识别系统，在捕捉高速运动物体影像时，抓住瞬间影像的同时对准焦是非常困难的。此外，为了减轻高速运动物体带来的运动模糊，减少曝光时间会导致图像太暗，增大孔径则造成景深太小，背景模糊。而在捕捉多主体目标物时，焦点常常对准在中心物体上，由于景深过小，往往看不清其他目标物的细节。在光线充足的情况下，可以使用调小光圈的方法，但在照度不足的环境条件下，会造成曝光不足的问题。
鉴于以上技术问题，现有技术中亟需一种能够在复杂环境下具有较高影像识别率的交通标示智能识别系统。
发明内容
本发明的第一目的是为了克服现有技术存在的不足，提供一种能够在复杂环境下具有较高影像识别率的基于光场成像技术的交通标示智能识别系统。
本发明的第一目的是通过以下技术方案实现的：一种基于光场成像技术的交通标示智能识别系统，包括：光场摄像头模块，用于记录光辐射在传播过程中的四维位置和方向信息；与光场摄像头模块通信连接的图像处理模块，图像处理模块包括投影积分模块、二维切片模块、多目标识别模块、数字重聚焦模块、目标测距模块及标示识别模块，用于提取光场摄像头模块输入的图像信息中的标示信息、测量标示的相对距离信息及识别标示信息；与图像处理模块通信连接的主控模块，用于结合车辆状态信息和标示内容，做逻辑判定后输出提示信息；及用于给光场摄像头模块、图像处理模块和主控模块供电的电源管理模块。
本发明的第二目的是为了克服现有技术存在的不足，提供一种能够在复杂环境下具有较高影像识别率的基于光场成像技术的交通标示智能识别方法。
本发明的第二目的是通过以下技术方案实现的：一种基于光场成像技术的交通标示智能识别方法，包括如下步骤：
步骤1. 提取数字图像
光场摄像头的光学系统抽象成四维光场，通过数值积分近似求解，得到数字图像；
步骤2. 数字重聚焦
通过投影积分模块、二维切片模块、多目标识别模块及数字重聚焦模块，重建不同焦距处的图像；
步骤3. 目标识别和目标测距
对步骤2重建的图像内容提取交通标示信息，同时通过目标测距模块获得相对距离信息；
步骤4. 标示识别
通过标示识别模块对标示内容进行识别；
步骤5. 标示逻辑判定
结合车辆状态信息和标示内容，做逻辑判定后输出提示信息。
本发明的有益效果是：本发明提供了一种基于光场成像技术的交通标示识别系统及方法，与基于传统摄像头的交通标示识别系统相比，本发明在拍摄处理相对速度较高的物体带来的运动模糊问题及低照度条件下曝光不足的问题方面，具有先天优势，本发明能显著提高复杂环境下对交通标示的识别率。
附图说明
图1是本发明的硬件结构框图；
图2是本发明的图像处理软件框图。
具体实施方式
下面结合附图对本发明作出详细说明。
如图1、图2所示，一种基于光场成像技术的交通标示智能识别系统，包括：光场摄像头模块，用于记录光辐射在传播过程中的四维位置和方向信息；与光场摄像头模块通信连接的图像处理模块，图像处理模块包括投影积分模块、二维切片模块、多目标识别模块、数字重聚焦模块、目标测距模块及标示识别模块，用于提取光场摄像头模块输入的图像信息中的标示信息、测量标示的相对距离信息及识别标示信息；与图像处理模块通信连接的主控模块，用于结合车辆状态信息和标示内容，做逻辑判定后输出提示信息；及用于给光场摄像头模块、图像处理模块和主控模块供电的电源管理模块。
参见图2，一种基于光场成像技术的交通标示智能识别方法，包括如下步骤：
步骤1. 提取数字图像
光场摄像头的光学系统抽象成四维光场，通过数值积分近似求解，得到数字图像；
步骤2. 数字重聚焦
通过投影积分模块、二维切片模块、多目标识别模块及数字重聚焦模块，重建不同焦距处的图像；
步骤3. 目标识别和目标测距
对步骤2重建的图像内容提取交通标示信息，同时通过目标测距模块获得相对距离信息；
步骤4. 标示识别
通过标示识别模块对标示内容进行识别；
步骤5. 标示逻辑判定
结合车辆状态信息和标示内容，做逻辑判定后输出提示信息。
本发明采用光场成像记录光辐射在传播过程中的四维位置和方向信息，相比只记录二维的传统摄像头的成像方式，多出两个自由度，因而在图像重建过程中，能够获得更加丰富的图像信息。此外，本发明通过数字重聚焦技术解决了复杂场合下图像失焦、背景目标过多无法准确对焦的问题。通过合成孔径技术能够实现“透视”监视。在与显微技术融合后，还能得到多视角大景深显微图像，以及重建后的三维立体图。
与基于传统摄像头的交通标示识别系统相比，本发明在拍摄处理相对速度较快物体带来的运动模糊的问题及低照度条件下曝光不足的问题方面，具有先天优势。进而显著提高复杂状况下的标示牌的识别率。本发明的方法不仅可用于交通标示识别，还可用于其他图像处理应用场景。
最后应当说明的是，以上内容仅用以说明本发明的技术方案，而非对本发明保护范围的限制，本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换，均不脱离本发明技术方案的实质和范围。
Claims (2)
1.一种基于光场成像技术的交通标示智能识别系统，其特征在于包括：
光场摄像头模块，用于记录光辐射在传播过程中的四维位置和方向信息；
与光场摄像头模块通信连接的图像处理模块，图像处理模块包括投影积分模块、二维切片模块、多目标识别模块、数字重聚焦模块、目标测距模块及标示识别模块，用于提取光场摄像头模块输入的图像信息中的标示信息、测量标示的相对距离信息及识别标示信息；
与图像处理模块通信连接的主控模块，用于结合车辆状态信息和标示内容，做逻辑判定后输出提示信息；
及用于给光场摄像头模块、图像处理模块和主控模块供电的电源管理模块。
2. 一种基于光场成像技术的交通标示智能识别方法，包括如下步骤：
步骤1. 提取数字图像
光场摄像头的光学系统抽象成四维光场，通过数值积分近似求解，得到数字图像；
步骤2. 数字重聚焦
通过投影积分模块、二维切片模块、多目标识别模块及数字重聚焦模块，重建不同焦距处的图像；
步骤3. 目标识别和目标测距
对步骤2重建的图像内容提取交通标示信息，同时通过目标测距模块获得相对距离信息；
步骤4. 标示识别
通过标示识别模块对标示内容进行识别；
步骤5. 标示逻辑判定
结合车辆状态信息和标示内容，做逻辑判定后输出提示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262995.8A CN105893979A (zh) | 2016-04-26 | 2016-04-26 | 基于光场成像技术的交通标示智能识别系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610262995.8A CN105893979A (zh) | 2016-04-26 | 2016-04-26 | 基于光场成像技术的交通标示智能识别系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105893979A true CN105893979A (zh) | 2016-08-24 |
Family
ID=56704794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610262995.8A Pending CN105893979A (zh) | 2016-04-26 | 2016-04-26 | 基于光场成像技术的交通标示智能识别系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105893979A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934110A (zh) * | 2016-12-14 | 2017-07-07 | 北京信息科技大学 | 一种由聚焦堆栈重建光场的滤波反投影方法和装置 |
| CN110751160A (zh) * | 2019-10-30 | 2020-02-04 | 华中科技大学 | 图像中物体的检测方法、装置及系统 |
| CN114898125A (zh) * | 2022-07-14 | 2022-08-12 | 武汉东沃慧达科技有限公司 | 基于光场成像技术的轮轴识别方法、系统及存储介质 |
-
2016
- 2016-04-26 CN CN201610262995.8A patent/CN105893979A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106934110A (zh) * | 2016-12-14 | 2017-07-07 | 北京信息科技大学 | 一种由聚焦堆栈重建光场的滤波反投影方法和装置 |
| CN110751160A (zh) * | 2019-10-30 | 2020-02-04 | 华中科技大学 | 图像中物体的检测方法、装置及系统 |
| CN110751160B (zh) * | 2019-10-30 | 2022-09-13 | 华中科技大学 | 图像中物体的检测方法、装置及系统 |
| CN114898125A (zh) * | 2022-07-14 | 2022-08-12 | 武汉东沃慧达科技有限公司 | 基于光场成像技术的轮轴识别方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mittal et al. | Deep learning-based object detection in low-altitude UAV datasets: A survey | |
| US11250296B2 (en) | Automatic generation of ground truth data for training or retraining machine learning models | |
| JPWO2020121973A1 (ja) | 物体識別システム、演算処理装置、自動車、車両用灯具、分類器の学習方法 | |
| JP2018063680A (ja) | 交通信号認識方法および交通信号認識装置 | |
| WO2020207172A1 (zh) | 基于三维光场技术的光学无人机监测方法及系统 | |
| CN113330447A (zh) | 确定摄影函数的感兴趣区域 | |
| CN111598065B (zh) | 深度图像获取方法及活体识别方法、设备、电路和介质 | |
| CN110751206A (zh) | 一种多目标智能成像与识别装置及方法 | |
| Wang et al. | Multi-sensor fusion technology for 3D object detection in autonomous driving: A review | |
| CN107609475B (zh) | 基于光场相机的行人检测误检提出方法 | |
| CN105893979A (zh) | 基于光场成像技术的交通标示智能识别系统及方法 | |
| TW202029134A (zh) | 行車偵測方法、車輛及行車處理裝置 | |
| CN111767831A (zh) | 用于处理图像的方法、装置、设备及存储介质 | |
| Zhang et al. | Gc-net: Gridding and clustering for traffic object detection with roadside lidar | |
| WO2020239196A1 (en) | System and method for training a generative adversarial model generating image samples of different brightness levels | |
| CN114419603A (zh) | 一种自动驾驶车辆控制方法、系统和自动驾驶车辆 | |
| Ozcan et al. | A novel fusion method with thermal and RGB-D sensor data for human detection | |
| Arthi et al. | Object detection of autonomous vehicles under adverse weather conditions | |
| CN118038409A (zh) | 车辆可行驶区域检测方法、装置、电子设备及存储介质 | |
| Montanari et al. | Ground vehicle detection and classification by an unmanned aerial vehicle | |
| CN110866426A (zh) | 基于光场相机和深度学习的行人识别方法 | |
| CN111339834B (zh) | 车辆行驶方向的识别方法、计算机设备及存储介质 | |
| US10735660B2 (en) | Method and device for object identification | |
| EP4287147A1 (en) | Training method, use, software program and system for the detection of unknown objects | |
| EP4332910A1 (en) | Behavior detection method, electronic device, and computer readable storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |