CN106650730A - 汽车变道过程中的转向灯检测方法和系统 - Google Patents

Abstract

本发明涉及一种汽车变道过程中的转向灯检测方法和系统。上述汽车变道过程中的转向灯检测方法包括：从路面摄像系统拍摄的路面视频中获取路面图像，从路面图像中捕获汽车图像；从路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯；其有效减少了汽车变道过程中是否开启转向灯这一检测工作的工作量。

Description

汽车变道过程中的转向灯检测方法和系统

技术领域

本发明涉及图像处理技术领域，特别是涉及一种汽车变道过程中的转向灯检测方法和系统。

背景技术

在安全的汽车驾驶过程中，汽车变道时需要开启相应的转向灯，比如，汽车向左变更车道，应当提前开启左转向灯，汽车向右变更车道，应当提前开启右转向灯。若汽车转向灯没有在其变道时得到正确操作，将严重影响交通安全，甚至可能造成严重的交通事故，因而对汽车变道过程中的转向灯是否开启进行检测具有重要意义。

传统方案通常需要相关工作人员对路面摄像系统或者进行实地人工监测，才能在汽车变道过程中对相应转向灯的使用进行检测，检测工作量大。

发明内容

基于此，有必要针对传统方案在汽车变道过程中检测相应转向灯的工作量大的技术问题，提供一种汽车变道过程中的转向灯检测方法和系统。

一种汽车变道过程中的转向灯检测方法，包括如下步骤：

从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。

一种汽车变道过程中的转向灯检测系统，包括：

获取模块，用于从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

标定模块，用于从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

检测模块，用于根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

识别模块，用于若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

判定模块，用于若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。

上述汽车变道过程中的转向灯检测方法和系统，可以从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像，标定车道位置，若检测到汽车图像位于车道位置上，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数，在上述车灯颜色参数是否在预设的颜色参数范围时，判定所述汽车图像对应的汽车在变道过程中已开启转向灯，其可以通过分析相应路面视频中的路面图像进行汽车变道过程中转向灯的检测，有效减少了汽车变道过程中是否开启转向灯这一检测工作的工作量，可以提高对转向灯进行相应检测的效率。

附图说明

图1为一个实施例的汽车变道过程中的转向灯检测方法流程图；

图2为一个实施例的路面摄像系统安装示意图；

图3为一个实施例的车图像有效性识别算法流模型示意图；

图4为一个实施例的汽车变道过程中的转向灯检测系统结构示意图。

具体实施方式

下面结合附图对本发明的汽车变道过程中的转向灯检测方法和系统的具体实施方式作详细描述。

参考图1，图1所示为一个实施例的汽车变道过程中的转向灯检测方法流程图，包括如下步骤：

S10，从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

上述路面摄像系统为某段道路对应的监控系统，其安装方式可以参考图2所示，通过天桥或者相关支架将高清摄像机安装在道路一端的上空，利用上述高清摄像机拍摄下方路线驶过的各类汽车。从上述路面摄像系统中可以提取其拍摄的路面视频，从路面视频中截取相互连续的各帧路面图像，获取其中任意一帧路线图像，进行路面图像中汽车图像的捕获。在获取路面图像后，可以对上述路面图像进行图像预处理，将采集到的路面图像进行图像灰度化、图像增强、图像滤波、图像边缘检测、图像二值化等处理，以提高后续对路面图像进行相应识别等处理的准确性和便利性。

S20，从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

上述步骤可以从路面图像中识别车道区域，从上述识别的车道区域中取点拟合，以得到相应向车道位置。

S30，根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

上述步骤可以通过计算车道坐标范围和汽车坐标范围之间的关系检测汽车图像是否位于车道位置，比如，若车道坐标范围和汽车坐标范围直接存在交集，则可以判定所述汽车图像位于车道位置上。

S40，若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

上述步骤可以根据车灯在汽车上的安装位置从汽车图像识别车灯图像，再进行相应车灯颜色参数的获取。上述车灯颜色参数可以包括车灯图像对应的灰度值、RGB值等可以表征车灯图像颜色的参数。

S50，若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。

由于车灯在开启后的颜色主要为红色，故可以将颜色参数范围设置为红色对应的取值范围。

本实施例提供的汽车变道过程中的转向灯检测方法和系统，可以从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像，识别汽车图像中的车牌号；从所述路面图像中标定车道位置，若检测到汽车图像位于车道位置上，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数，在上述车灯颜色参数是否在预设的颜色参数范围时，判定所述汽车图像对应的汽车在变道过程中已开启转向灯，其可以通过分析相应路面视频中的路面图像进行汽车变道过程中转向灯的检测，有效减少了汽车变道过程中是否开启转向灯这一检测工作的工作量，可以提高对转向灯进行相应检测的效率。

在一个实施例中，上述从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数的过程之后，还可以包括：

若所述车灯颜色参数不在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中未开启转向灯。

本实施例中，若所述车灯颜色参数不在预设的颜色参数范围内，则可以判定所述汽车图像对应的汽车在变道过程中未开启转向灯，相应的驾驶行为存在极大的安全隐患，可以通过报警等方式及时通知相关工作人员，以便及时采用相应处理措施。

在一个实施例中，上述从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像的过程之后，还可以包括：

从所述路面图像中捕获汽车图像，对所述汽车图像依次进行图像增强、图像滤波、图像边缘检测以及图像灰度化处理，得到预处理后的汽车图像；

从预处理后的汽车图像中识别车牌号。

本实施例在捕获汽车图像后，可以对汽车图像依次进行图像增强、图像滤波、图像边缘检测以及图像灰度化处理等预处理，可以消除上述汽车图像中的干扰噪声，对其进行简化，以提高后续识别其中车牌号的准确性。

作为一个实施例，上述从预处理后的汽车图像中识别车牌号的过程可以包括：

从预处理后的汽车图像中获取车牌区域，对所述车牌区域进行倾斜度调整；

将倾斜度调整后的车牌区域中的车牌字符分割成单独的单元字符，对单元字符进行归一化处理；

识别各个单元字符对应的字符内容，根据所述字符内容确定车牌号。

对车牌区域进行倾斜度调整，调正相应车牌区域的位置后，再分别进行车牌区域中各个车牌字符的识别，以确定相应的车牌号，具有较高的准确性。

本实施例对汽车图像的车牌号进行识别，可以进一步检测汽车变道过程中的转向灯已开启或者未开启的汽车所对应的车牌号，以便对检测得到的汽车进行查询或者追踪等处理。

作为一个实施例，上述识别车牌号的过程可以利用基于SVM的车牌识别方法进行相应车牌号的识别。

在一个实施例中，若所述汽车图像位于车道位置上，还可以包括如下步骤：

从所述路面视频中获取时间在所述路面图像之前的几个目标图像；其中，各个目标图像和所述路面图像为路面视频中时间上相互连续的图像数据；

分别获取各个目标图像中汽车图像的汽车位置，并获取路面图像中汽车图像的汽车位置；

计算各组相邻图像中汽车位置的偏差；其中，一组相邻图像包括时间上连续的两个目标图像，或者时间上连续的一个目标图像和路面图像；

若所述偏差在预设的偏差范围内，则从所述汽车图像中识别车灯图像。

上述相邻图像中汽车位置的偏差的计算过程可以包括：从汽车图像中选取目标点(如汽车中心位置在目标图像或者路面图像中对应的点)，获取上述目标点分别在各目标图像和路面图像中的坐标，计算各组相邻图像中目标点的坐标差，根据上述坐标差确定相邻图像中汽车位置的偏差；例如，若上述坐标差为(a,b)，则上述坐标差对应的偏差可以为：若上述坐标差为(a,b)，则上述坐标差对应的偏差也可以确定为a或b中绝对值较大的值，即横坐标方向或者纵坐标方向的较大偏差值。

上述偏差范围可以根据汽车的行驶速度以及相应路面摄像系统的性能特征进行设置，可以设置为某个较小范围，如设置为-0.1至0.1这一范围，上述范围的中各数量的单位可以根据路面图像所对应的坐标系特征进行设置。

作为一个实施例，若所述偏差不在预设的偏差范围内，则剔除所述路面图像，返回执行从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像的步骤。

本实施例可以从所述路面视频中获取时间在所述路面图像之前的几个目标图像，分别获取各个目标图像中汽车图像的汽车位置，并获取路面图像中汽车图像的汽车位置，计算各组相邻图像中汽车位置的偏差，若所述偏差在预设的偏差范围内，则从所述汽车图像中识别车灯图像，进行后续转向灯的检测，以保证检测过程中所使用的路面图像的准确性，从而提高了所检测的转向灯是否开启的准确性。若所述偏差不在预设的偏差范围内，则剔除上述路面图像，返回执行从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像的步骤，重新获取路面图像进行相应的转向灯检测。

作为一个实施例，可以使用如下算法进行路面图像以及相应目标图像中汽车图像是否有效的识别(各组相邻图像中汽车位置的偏差是否在预设的偏差范围内)：

若K为路面图像对应的空间维度，T为时间步长，I＝(I1,I2,…,IT)，捕获的图片(包括各个目标图像和路面图像)，位置k周边的像素点，从时间t到时间t+1，位置i到位置j，预测的目标物数，在时刻t，位置i时所估计的目标数，在时刻t，位置i处，代表真正目标数的随机变量。将感兴趣区域划分为K个位置，时间间隔划分为T个部分，对于每个位置k，代表其相邻区域，也就是在时刻t，k位置的物体运动到t+1时刻所可能到达的地方。该算法简化后的流模型可以参考图3所示，为了建模随着时间推移的占用率，假定一个用KT顶点标记的有向图，该有向图代表每个时间片以及每个位置。它的边缘则对应着每个物体的运动轨迹，也就是说从(t,i)到(t+1,j)，只有一个边缘，且j∈N(i)。如果有物体在t以及t+1时刻都处于同一个位置，则说明该物体静止。每个顶点都用一个离散变量来表示在t时刻位置i处的物体个数。边缘则用离散变量来代表时刻t位置i到时刻t+1位置j的运动物体的个数，如图3所示。例如，停留在位置i处，时刻t到时刻t+1的物体数则有

在任何时刻t，任意位置j的流量总和为也就是在j位置时刻t的流出总量。因此，

即，在任意时刻t，进入位置j的物体数与离开j的物体数是相等的。

由于一个位置在同一个时间不可能被多个物体占据，对于每个位置，我们可以设置一个上限值，即给定一个位置和时间t，物体的总和数小于等于1：

同时，又有：

随机变量表示在时刻t位置i处一个真实的物体。因此，对于所有的图像序列，在位置i和时间t，物体出现的边际后验概率为：

其中，I^t为时刻t的图像序列。对于多相机，则是t时刻所有相机的序列。

假设m是由变量组成的占用概率分布图，i为位置，t为时间。对于任意的如果满足公式(1)、(2)和(3)，便可以认为m为可行的。假设定义为可行性分布图，则我们需要解决如下问题

给定I^t，由的条件独立性，该优化问题则变成

由于为0或者1，根据(2)式可得到(7)式，因此，最终得到的式子是个关于的线性表达式，由此可以得到关于的概率分布图；根据上述概率分布图关联当前帧与之前帧图像中的物体(汽车图像)，来判断各帧图像表征的运动轨迹的有效性(比如，在前一帧中物体在A点，当前帧物体出现在B点，那么在空间位置上，A和B一定是相邻的，如果出现偏差过大，则表明B这个点的物体跟踪不正确，便可以丢掉这个跟踪的结果)。

在一个实施例中，上述从所述路面图像中标定车道位置的过程可以包括：

从所述路面图像中识别车道区域，在所述车道区域选取若干个车道目标点；

将所述车道目标点拟合成车道线，根据所述车道线标定车道位置。

本实施例可以通过RANSAC算法等方法将所述车道目标点拟合成车道线。以标定相应的车道位置。

在一个实施例中，上述根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上的过程可以包括：

检测所述汽车坐标范围和所述车道坐标范围之间是否存在交集；

若是，则判定所述汽车图像位于车道位置上。

本实施例通过检测汽车坐标范围与所述车道坐标范围是否存在交集，判断汽车图像是否位于车道位置上，可以提高上述判断过程中的准确性。

在一个实施例中，上述颜色参数包括RGB值，所述颜色参数范围包括：R值大于等于50，且小于等于150，G值和B值分别小于20(红色RGB值对应的范围)。

本实施例利用RGB值进行车灯图像颜色的识别，若上述车灯图像的RGB 值在上述颜色参数范围(R值大于等于50，且小于等于150，G值和B值分别小于20)内，表明此时相应的车灯颜色为红色，相应车牌号对应的汽车在变道过程中已开启转向灯。

参考图4，图4所示为一个实施例的汽车变道过程中的转向灯检测系统结构示意图，包括：

获取模块10，用于从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

标定模块20，用于从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

检测模块30，用于根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

识别模块40，用于若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

判定模块50，用于若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。

本发明提供的汽车变道过程中的转向灯检测系统与本发明提供的汽车变道过程中的转向灯检测方法一一对应，在所述汽车变道过程中的转向灯检测方法的实施例阐述的技术特征及其有益效果均适用于汽车变道过程中的转向灯检测系统的实施例中，特此声明。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种汽车变道过程中的转向灯检测方法，其特征在于，包括如下步骤：

从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。

2.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，还包括：

若所述车灯颜色参数不在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中未开启转向灯。

3.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，所述从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像的过程之后，还包括：

从所述路面图像中捕获汽车图像，对所述汽车图像依次进行图像增强、图像滤波、图像边缘检测以及图像灰度化处理，得到预处理后的汽车图像；

从预处理后的汽车图像中识别车牌号。

4.根据权利要求3所述的汽车变道过程中的转向灯检测方法，其特征在于，所述从预处理后的汽车图像中识别车牌号的过程包括：

从预处理后的汽车图像中获取车牌区域，对所述车牌区域进行倾斜度调整；

将倾斜度调整后的车牌区域中的车牌字符分割成单独的单元字符，对单元字符进行归一化处理；

识别各个单元字符对应的字符内容，根据所述字符内容确定车牌号。

5.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，若所述汽车图像位于车道位置上，还包括如下步骤：

从所述路面视频中获取时间在所述路面图像之前的几个目标图像；其中，各个目标图像和所述路面图像为路面视频中时间上相互连续的图像数据；

分别获取各个目标图像中汽车图像的汽车位置，并获取路面图像中汽车图像的汽车位置；

计算各组相邻图像中汽车位置的偏差；其中，一组相邻图像包括时间上连续的两个目标图像，或者时间上连续的一个目标图像和路面图像；

若所述偏差在预设的偏差范围内，则从所述汽车图像中识别车灯图像。

6.根据权利要求5所述的汽车变道过程中的转向灯检测方法，其特征在于，若所述偏差不在预设的偏差范围内，则剔除所述路面图像，返回执行从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像的步骤。

7.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，从所述路面图像中标定车道位置的过程包括：

从所述路面图像中识别车道区域，在所述车道区域选取若干个车道目标点；

将所述车道目标点拟合成车道线，根据所述车道线标定车道位置。

8.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，所述根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上的过程包括：

检测所述汽车坐标范围和所述车道坐标范围之间是否存在交集；

若是，则判定所述汽车图像位于车道位置上。

9.根据权利要求1所述的汽车变道过程中的转向灯检测方法，其特征在于，所述颜色参数包括RGB值，所述颜色参数范围包括：R值大于等于50，且小于等于150，G值和B值分别小于20。

10.一种汽车变道过程中的转向灯检测系统，其特征在于，包括：

获取模块，用于从路面摄像系统拍摄的路面视频中获取路面图像，从所述路面图像中捕获汽车图像；

标定模块，用于从所述路面图像中标定车道位置，识别所述车道位置在所述路面图像中的车道坐标范围，获取所述汽车图像在所述路面图像的汽车坐标范围；

检测模块，用于根据所述车道坐标范围和汽车坐标范围检测所述汽车图像是否位于车道位置上；

识别模块，用于若是，则从所述汽车图像中识别车灯图像，获取所述车灯图像的车灯颜色参数；

判定模块，用于若所述车灯颜色参数在预设的颜色参数范围内，则判定所述汽车图像对应的汽车在变道过程中已开启转向灯。