CN108009474A - 一种基于激光测距的车辆表面图文提取方法及装置 - Google Patents

一种基于激光测距的车辆表面图文提取方法及装置 Download PDF

Info

Publication number
CN108009474A
CN108009474A CN201711059922.XA CN201711059922A CN108009474A CN 108009474 A CN108009474 A CN 108009474A CN 201711059922 A CN201711059922 A CN 201711059922A CN 108009474 A CN108009474 A CN 108009474A
Authority
CN
China
Prior art keywords
vehicle
dot matrix
distance
laser
laser scanning
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.)
Granted
Application number
CN201711059922.XA
Other languages
English (en)
Other versions
CN108009474B (zh
Inventor
蒋难得
张英杰
胡攀攀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Wanji Information Technology Co Ltd
Original Assignee
Wuhan Wanji Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Wanji Information Technology Co Ltd filed Critical Wuhan Wanji Information Technology Co Ltd
Priority to CN201711059922.XA priority Critical patent/CN108009474B/zh
Publication of CN108009474A publication Critical patent/CN108009474A/zh
Application granted granted Critical
Publication of CN108009474B publication Critical patent/CN108009474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63Scene text, e.g. street names
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供一种基于激光测距的车辆表面图文提取方法及装置,该方法包括:根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定车辆表面的点阵距离矩阵;根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定车辆表面的点阵强度图像;根据预设的梯度间隔,对点阵距离矩阵按行或按列进行梯度划分,确定点阵距离矩阵的多个距离梯度;根据多个距离梯度,将点阵强度图像与点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。与常规OCR识别相比,本发明具有探测距离远和幅面大的优点,可以突破常规近距离图文识别的限制,既能实现目标车辆整体的三维建模,又可实现远距离大尺寸图案和文字的提取。

Description

一种基于激光测距的车辆表面图文提取方法及装置
技术领域
本发明实施例涉及智能交通领域,特别涉及一种车辆表面图文提取方法。
背景技术
光学字符识别(Optical Character Recognition;简称:OCR)是当前图文识别的主流技术,其主要通过扫描设备或成像设备获取介质上的图像,再经图像处理技术提取图文,进行语义图案的识别,主要应用于车牌识别,扫描文字识别、纸质书籍电子化等。
常规OCR识别,其识别对象大致为A4纸张大小的图文载体。识别对象在像元、图幅方面存在限制。此外,要求识别装置与识别对象之间距离较短,无法满足远视觉大尺寸图文的提取和识别。
电荷耦合元件(Charge-coupled Device;简称CCD)成像技术虽然能获取远距离大尺寸图文影像,但存在图文与背景分辨率不够,难以分离的困难。同时CCD成像受光照影响,对识别精度有致命影响。
而在道路上正常行进的车辆,比如危险品车车身涂有“爆”、“严禁烟火”等文字,为了提取车体表面的如上所述的特殊字样,需要一种能够获取远距离大尺寸图文影像,并将图文从背景中分离出的图文识别方法。
发明内容
为解决现有的车辆表面图文识别方法中存在的识别距离短及背景分辨率低等问题,本发明提供一种车辆表面图文提取方法及装置。
一方面,本发明实施例提供一种基于激光测距的车辆表面图文提取方法,该方法包括:
根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;
根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;
根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;
根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
另一方面,本发明实施例提供一种基于激光测距的车辆表面图文提取装置,该装置包括:
点阵距离矩阵生成模块根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;
点阵强度图像生成模块根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;
数据处理模块,根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;
图文提取模块,根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
本发明实施例提供的基于激光测距的车辆表面图文提取方法及装置,通过采用激光测距技术,获取车辆表面的点阵距离矩阵和点阵强度图像,并对点阵距离矩阵进行梯度划分,对点阵强度图像在同一距离梯度下进行多阈值二值化,从而提取车辆表面的图案和字符。与常规OCR识别相比,本发明具有探测距离远和幅面大的优点,可以突破常规近距离图文识别的限制,既能实现目标车辆整体的三维建模,又可实现远距离大尺寸图案和文字的提取,对目标识别或特征提取大有裨益,简单直观,可以用于特殊车型的识别与预警。
附图说明
图1为本发明实施例提供的基于激光测距的车辆表面图文提取方法的流程示意图;
图2为本发明实施例提供的确定激光扫描点坐标的示意图;
图3为本发明实施例提供的各激光扫描点的距离信息的示意图;
图4为本发明实施例提供的各激光扫描点的坐标信息的示意图;
图5为本发明实施例提供的重建车辆三维模型的效果示意图;
图6为本发明实施例提供的图文提取的效果示意图;
图7为本发明实施例提供的基于激光测距的车辆表面图文提取装置的结构示意图;
图8为本发明实施例提供的扫描式脉冲激光发射单元的示意图;
图9为本发明实施例提供的单脉冲激光发射单元的阵列排布示意图;
图10为本发明又一实施例提供的基于激光测距的车辆表面图文提取装置的结构示意图;
图11为本发明实施例提供的基于激光测距的车辆表面图文提取装置的应用场景示意图;
图12为本发明又一实施例提供的基于激光测距的车辆表面图文提取装置的应用场景示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
图1为本发明实施例提供的基于激光测距的车辆表面图文提取方法的流程示意图。如图1所示,该方法包括以下步骤:
S101、根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;
具体地,车辆表面图文提取装置周期性地向车辆表面发射激光脉冲,以激光脉冲从装置内射出的位置作为激光脉冲起始位置,激光脉冲在车辆表面上形成激光扫描点,所述激光扫描点经车辆表面反射会形成回波脉冲,根据飞行时间理论可以确定激光脉冲起始位置到车辆表面各激光扫描点的距离。所述点阵距离矩阵是各个激光扫描点的坐标的集合,例如,以激光脉冲起始位置在地面上的投影为坐标原点O,以经过原点O垂直地面向上所在线为Z轴(即车辆高度方向),以经过原点O垂直车辆行进方向所在线为X轴(即车辆宽度方向),以经过原点O平行车辆行进方向所在线为Y轴(即车辆长度方向),建立三维坐标系O-XYZ。根据各激光扫描点到激光脉冲起始位置的距离信息,按照上述三维坐标系,可以确定车辆表面的点阵距离矩阵。
S102、根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;
具体地,所有激光扫描点的强度构成车辆表面的点阵强度图像。不同激光扫描点的回波脉冲有强有弱,这与车辆表面上各激光扫描点与激光脉冲起始位置的距离以及车辆表面反射特性有关。在同一距离下,回波脉冲的强度与反射特性有显著关系,可以利用回波脉冲强度这一特性将车辆表面点与表面图案和字符点进行分类。
S103、根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;
具体地,点阵距离矩阵为三维矩阵,如上所述,一般用Y轴表示车辆长度方向,用X轴表示车辆宽度方向,用Z轴表示车辆高度方向,每个激光扫描点的坐标表示为(X,Z,Y)。若对所述点阵距离矩阵按行进行梯度划分:首先固定Z值不变,将所述三维的点阵距离矩阵转化为若干个同一Z值下的二维矩阵(X,Y),即在同一个水平截面(平行于地面的截面XOY)上,将所有的激光扫描点按照(X,Y)坐标排列在一起,以Z作为行,找到当前行的最小值Xmin和最大值Xmax,然后以预设的梯度间隔为一个区间,将区间[Xmin,Xmax]的各激光扫描点划分成不同的小区间,不同的小区间分属与不同的距离梯度。
同理,根据上述方法也可将点阵距离矩阵按列进行梯度划分:首先固定Y值不变,将所述三维的点阵距离将所述三维的点阵距离矩阵转化为若干个同一Y值下的二维矩阵(X,Z),即在同一个竖直截面(垂直于地面的截面XOZ)上,将所有的激光扫描点按照(X,Z)坐标排列在一起,以Y作为列,找到当前列的最小值Xmin和最大值Xmax,然后以预设的梯度间隔为一个区间,将区间[Xmin,Xmax]的各激光扫描点划分成不同的小区间,不同的小区间分属与不同的距离梯度。
S104、根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
具体地,若对所述点阵距离矩阵按行进行梯度划分,根据点阵距离矩阵每一行的距离梯度,对点阵强度图像对应行,在同一距离梯度下进行强度值统计,确定不同距离梯度之间强度分割的阈值。也即,一个距离梯度对应一个强度阈值。然后,对当前行各距离梯度下的各小区间中的激光扫描点按照各自的强度阈值进行阈值二值化,从而完成当前行的二值化操作。所有行均重复上述行的二值化操作即完成整个车辆表面的点阵强度图像的多阈值二值化,从而确定车辆表面的图文。
同理,若对所述点阵距离矩阵按列进行梯度划分,根据点阵距离矩阵每一列的距离梯度,对应点阵强度图像对应列,在同一距离梯度下进行强度值统计,确定不同距离梯度之间强度分割的阈值。然后,对当前列各距离梯度下的各小区间中的激光扫描点按照各自的强度阈值进行阈值二值化,从而完成当前列的二值化操作。所有列均重复上述列的二值化操作即完成整个车辆表面的点阵强度图像的多阈值二值化,从而确定车辆表面的图文。
本发明实施例提供的基于激光测距的车辆表面图文提取方法,通过采用激光测距技术,获取车辆表面的点阵距离矩阵和点阵强度图像,并对点阵距离矩阵进行梯度划分,对点阵强度图像在同一距离梯度下进行多阈值二值化,从而提取车辆表面的图案和字符。与常规OCR识别相比,本发明实施例具有探测距离远和幅面大的优点,可以突破常规近距离图文识别的限制,既能实现目标车辆整体的三维建模,又可实现远距离大尺寸图案和文字的提取,对目标识别或特征提取大有裨益。
在上述实施例的基础上,该方法中的所述根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵,具体为:
根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述各激光扫描点的坐标;
根据所述各激光扫描点的坐标,确定所述车辆表面的点阵距离矩阵。
具体地,先将各激光扫描点的距离信息转换为坐标,各激光扫描点的坐标按时空先后顺序排列,即按照各点的点序以及行序或列序形成车辆表面的点阵距离矩阵。图2为本发明实施例提供的确定激光扫描点坐标的示意图。如图2所示,以激光脉冲起始位置为点C,到车辆表面上的激光扫描点P之间的距离为L,根据几何三角关系可以得到点P的坐标(Xp,Zp)或(Xp,Zp,0)。
在上述实施例的基础上,该方法中的所述根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像,具体为:
根据车辆表面上各激光扫描点的回波脉冲的强度信息,根据下式确定所述各激光扫描点的灰度值:
根据所述各激光扫描点的灰度值,确定车辆表面的点阵强度图像;
其中,i为激光扫描点的点序,j为激光扫描点所在行序或列序;I(i,j)为激光扫描点(i,j)的回波脉冲的强度信息;Imax为强度最大值,Imin为强度最小值;G(i,j)为激光扫描点(i,j)的灰度值。
具体地,根据各激光扫描点的回波脉冲的强度信息I(i,j),按照上述计算公式,将强度信息转换为灰度值,所有激光扫描点的灰度值按照时空先后顺序进行排列,形成车辆表面的点阵强度图像。
例如,所有激光扫描点的回波脉冲的强度最大值为6000,强度最小值为300,当前激光扫描点为位于第100点,第250行,其回波脉冲的强度为1000,则当前激光扫描点在点阵强度图像中的灰度值为
在上述各实施例的基础上,所述预设的梯度间隔的取值范围具体为1~100mm。
例如,在一次车辆表面图文提取过程中,自由通过车辆为一集装箱货车,车辆表面图文提取装置实时获取到车辆宽度方向截面上各点的距离信息和强度信息。
图3为本发明实施例提供的各激光扫描点的距离信息的示意图。其中,第61帧扫描的距离信息如图3所示。以测距中心(即激光脉冲起始位置)在地面上的投影为坐标原点O,以经过原点O垂直地面向上所在线为Z轴(即Z轴表示车辆高度方向),以经过原点O垂直车辆行进方向所在线为X轴(即X轴表示车辆宽度方向),以经过原点O平行车辆行进方向所在线为Y轴(即Y轴表示车辆长度方向),建立三维坐标系O-XYZ。对于每一测距点(即激光扫描点)测得的距离,根据几何三角关系,可以将直角坐标转换得到对应的点阵坐标信息,图4为本发明实施例提供的各激光扫描点的坐标信息的示意图,如图4所示。
随着车辆的前进,可以得到所有帧的测距点的坐标(X,Z,Y),所有测距点的坐标形成点阵距离矩阵,可以重建出车辆三维模型,图5为本发明实施例提供的重建车辆三维模型的效果示意图,如图5所示。
将点阵距离矩阵按行(即车辆高度方向)进行梯度划分,优选地,预设的梯度间隔为50mm,即各距离梯度之差为50mm。即坐标X分量的距离进行距离梯度划分。具体划分如下,首先找到当前行的最小值Xmin和最大值Xmax。然后以50mm为一个区间,将区间[Xmin,Xmax]划分成不同的小区间,分属不同的距离梯度。
根据点阵距离矩阵每一行的距离梯度,将点阵强度图像的对应行在同一个距离梯度下进行强度值统计,找到强度分割的阈值,完成当前行当前距离梯度下的各测距点的二值化。当前行所有区间均重复各自距离梯度下的测距点的二值化过程,即完成当前行的二值化操作。所有行均重复上述行的二值化操作即完成整个车辆表面的点阵强度图像的二值化。
由于车辆表面上打在图案和字符上的激光扫描点为少数部分,上述二值化过滤掉主要部分(即没有图文的车辆表面上的测距点),保留少数部分,即可分离出车辆表面上图案和字符所在的测距点,实现车辆表面上图案和字符的提取。
由上述内容可知,本发明实施例提供的方法可实现车辆表面图案和字符从车身背景中分离出来。当前车辆,由于为集装箱,在50mm的距离梯度下,整体呈现表面平整,每一行距离均处在相同距离梯度下,逐行二值化后,得到图案和字符提取的效果,图6为本发明实施例提供的图文提取的效果示意图,如图6所示,可见字符为"丰和园物流"字样。
图7为本发明实施例提供的基于激光测距的车辆表面图文提取装置的结构示意图。如图7所示,该装置包括:点阵距离矩阵生成模块701、点阵强度图像生成模块702、梯度划分模块703及图文提取模块704。其中:
点阵距离矩阵生成模块701根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;点阵强度图像生成模块702根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;梯度划分模块703根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;图文提取模块704根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
具体地,点阵距离矩阵生成模块701获取到各激光扫描点的距离信息后,将所述距离信息转换为坐标信息,然后根据所有点的坐标生成车辆表面的点阵距离矩阵,并将所述点阵距离矩阵发送至梯度划分模块703;点阵强度图像生成模块702获取到各激光扫描点反射回的回波脉冲的强度信息后,将所述强度信息转换为灰度值,然后根据所有点的灰度值生成车辆表面的点阵强度图像,并将所述点阵强度图像发送至图文提取模块704;梯度划分模块703对所述点阵距离矩阵进行梯度划分,并将划分后形成的多个距离梯度发送至图文提取模块704;图文提取模块704根据所述多个距离梯度和所述点阵强度图像进行多阈值二值化,从而提取出车辆表面的图案和字符。
本发明实施例提供的基于激光测距的车辆表面图文提取装置,通过采用激光测距技术,获取车辆表面的点阵距离矩阵和点阵强度图像,并对点阵距离矩阵进行梯度划分,对点阵强度图像在同一距离梯度下进行多阈值二值化,从而提取车辆表面的图案和字符。与常规OCR识别相比,本发明提供的装置具有探测距离远和幅面大的优点,可以突破常规近距离图文识别的限制,既能实现目标车辆整体的三维建模,又可实现远距离大尺寸图案和文字的提取,对目标识别或特征提取大有裨益。
在上述实施例的基础上,该装置还包括:发射模块、接收模块和计时模块,其中:
所述发射模块向车辆表面发射激光脉冲;
所述接收模块接收车辆表面反射的回波脉冲;
所述计时模块记录发射激光脉冲的第一起始时刻、回波脉冲的第二起始时刻和回波脉冲的终止时刻。
具体地,发射模块向车辆表面发射激光脉冲后,所述激光脉冲打在车辆表面形成激光扫描点,该激光扫面点经车辆表面反射,反射回的回波脉冲进入接收模块后,经接收模块光电转换和电信号放大调理,形成以电压为幅值的回波脉冲。可选的,接收模块由接收透镜、APD和多级放大电路构成。
当需要提取装置进行图文提取时,计时模块在发射模块发射激光脉冲时记录发射的起始时刻T0(即第一起始时刻);当接收模块接收到回波脉冲时,分别记录回波脉冲被车辆表面反射的回波脉冲起始时刻T1(即第二起始时刻)和接收模块接收到回波脉冲时的终止时刻T2。
在上述实施例的基础上,该装置还包括:激光测距模块,所述激光测距模块根据所述第一起始时刻与所述第二起始时刻确定激光脉冲起始位置到车辆表面上各激光扫描点的距离信息。
具体地,激光测距模块根据时间飞行理论L=(T1-T0)*C/2(C为光速、L为计算的距离)计算激光脉冲起始位置到车辆表面上各点的距离。
在上述各实施例的基础上,该装置还包括:强度测量模块,所述强度测量模块通过对各激光扫描点的回波脉冲在时间间隔T内的幅值进行积分,确定车辆表面上各激光扫描点的回波脉冲的强度信息,所述时间间隔T为第二起始时刻与终止时刻之间差的绝对值。
具体地,强度测量模块根据计时模块的回波脉冲的起始时刻T1和回波脉冲的终止时刻T2,对接收模块的回波脉冲T1至T2(即时间间隔T=T2-T1)时间段的电压幅值进行积分,得到回波脉冲的功率,计算出每一次测距的回波脉冲的功率,表征回波信号的强弱。
在上述各实施例的基础上,该装置中的所述发射模块包括:扫描式脉冲激光发射单元和/或至少一个单脉冲激光发射单元。
具体地,所述发射模块可以由扫描式脉冲激光发射单元构成,图8为本发明实施例提供的扫描式脉冲激光发射单元的示意图,如图8所示;还可以由N(N>0)个相同的单脉冲激光发射单元阵列式排布构成,图9为本发明实施例提供的单脉冲激光发射单元的阵列排布示意图,如图9所示;还可以将二者进行结合使用。
在上述实施例的基础上,所述激光脉冲的光斑尺寸小于车辆表面的图文尺寸。
具体地,发射模块发射的激光脉冲光斑尺寸大小应小于车辆表面图案或字符尺寸。
图10为本发明又一实施例提供的基于激光测距的车辆表面图文提取装置的结构示意图。
图11为本发明实施例提供的基于激光测距的车辆表面图文提取装置的应用场景示意图;如图11所示,发射模块、接收模块和计时模块三者一起固定在路侧立杆顶部,离路面高度为1500mm,距车道边界距离800mm。其中,发射模块由一个扫描式激光发射单元组成。接收模块由接收透镜、APD和多级放大电路组成。激光测距模块、强度测量模块和数据处理模块组(例如点阵距离矩阵生成模块、点阵强度图像生成模块、梯度划分模块及图文提取模块等)放置于路面机柜之中。
本提取装置以20ms为周期沿车身宽度方向扫描。发射模块向车辆表面发射激光脉冲;由于本装置距离车道边界距离800mm,一般情况下,发射模块发射的激光脉冲光斑尺寸均小于车辆表面字符尺寸大小;接收模块经APD和放大电路调理放大形成回波脉冲;与此同时,计时模块分别记录发射第一起始时刻、第二起始时刻和回波脉冲终止时刻;激光测距模块基于时间飞行理论通过第一起始时刻,第二起始时刻计算出车身表面截面上各点的距离信息;强度测量模块根据第一起始时刻至回波脉冲的终止时刻的这段时间段内的幅值进行积分,计算得到车身表面截面上各点的回波脉冲强度信息。
随着车辆自由通过前进,本提取装置便能获取车身表面上各点的距离信息和强度信息,经过上述用于数据处理的多个模块,采用上述方法处理,可实现背景和车身表面图案和字符的分离,提取出车辆表面的图案和字符。
图12为本发明又一实施例提供的基于激光测距的车辆表面图文提取装置的应用场景示意图。如图12所示,发射模块、接收模块和计时模块三者一起固定在路侧立杆顶部。其中,激光发射模块由23个单脉冲激光测距发射单元按阵列式排布组成。接收模块由接收透镜、APD和多级放大电路组成。激光测距模块、强度测量模块和数据处理模块组(例如点阵距离矩阵生成模块、点阵强度图像生成模块、梯度划分模块及图文提取模块等)放置于路面机柜之中。
与上述实施例不同的是,本次自由通过车辆为一罐式油罐车,车身标有“严禁烟火”,不同行之间的X距离值不一样。同一行之间的点距离落在同一梯度。逐行二值化,每一行二值化采用的阈值不一样。
采用本发明实施例提供的车辆表面图文提取方法及装置,便能从车体背景中分离处车身表面上的字样,达到提取车身表面字符“严禁烟火”的目的,进而也可以用于字符识别,实现更进一步的危险车报警。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于激光测距的车辆表面图文提取方法,其特征在于,包括:
根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;
根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;
根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;
根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
2.根据权利要求1所述的方法,其特征在于,所述根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵,具体为:
根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述各激光扫描点的坐标;
根据所述各激光扫描点的坐标,确定所述车辆表面的点阵距离矩阵。
3.根据权利要求1所述的方法,其特征在于,所述根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像,具体为:
根据车辆表面上各激光扫描点的回波脉冲的强度信息,根据下式确定所述各激光扫描点的灰度值:
<mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>I</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>*</mo> <mn>255</mn> </mrow> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>max</mi> </msub> <mo>-</mo> <msub> <mi>I</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> </mfrac> </mrow>
根据所述各激光扫描点的灰度值,确定车辆表面的点阵强度图像;
其中,i为激光扫描点的点序,j为激光扫描点所在行序或列序;I(i,j)为激光扫描点(i,j)的回波脉冲的强度信息;Imax为强度最大值,Imin为强度最小值;G(i,j)为激光扫描点(i,j)的灰度值。
4.根据权利要求1-3任一所述的方法,其特征在于,所述预设的梯度间隔的取值范围具体为1~100mm。
5.一种基于激光测距的车辆表面图文提取装置,其特征在于,包括:
点阵距离矩阵生成模块根据激光脉冲起始位置到车辆表面上各激光扫描点的距离信息,确定所述车辆表面的点阵距离矩阵;
点阵强度图像生成模块根据车辆表面上各激光扫描点的回波脉冲的强度信息,确定所述车辆表面的点阵强度图像;
梯度划分模块,根据预设的梯度间隔,对所述点阵距离矩阵按行或按列进行梯度划分,确定所述点阵距离矩阵的多个距离梯度;
图文提取模块,根据所述多个距离梯度,将所述点阵强度图像与所述点阵距离矩阵对应的行或列在同一距离梯度下进行多阈值二值化,确定车辆表面图文。
6.根据权利要求5所述的装置,其特征在于,还包括:发射模块、接收模块和计时模块,其中:
所述发射模块向车辆表面发射激光脉冲;
所述接收模块接收车辆表面反射的回波脉冲;
所述计时模块记录发射激光脉冲的第一起始时刻、回波脉冲的第二起始时刻和回波脉冲的终止时刻。
7.根据权利要求6所述的装置,其特征在于,还包括:激光测距模块,所述激光测距模块根据所述第一起始时刻与所述第二起始时刻确定激光脉冲起始位置到车辆表面上各激光扫描点的距离信息。
8.根据权利要求7所述的装置,其特征在于,还包括:强度测量模块,所述强度测量模块通过对各激光扫描点的回波脉冲在时间间隔T内的幅值进行积分,确定车辆表面上各激光扫描点的回波脉冲的强度信息,所述时间间隔T为第二起始时刻与终止时刻之间差的绝对值。
9.根据权利要求6-8任一所述的装置,其特征在于,所述发射模块包括:扫描式脉冲激光发射单元和/或至少一个单脉冲激光发射单元。
10.根据权利要求9所述的装置,其特征在于,所述激光脉冲的光斑尺寸小于车辆表面的图文尺寸。
CN201711059922.XA 2017-11-01 2017-11-01 一种基于激光测距的车辆表面图文提取方法及装置 Active CN108009474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711059922.XA CN108009474B (zh) 2017-11-01 2017-11-01 一种基于激光测距的车辆表面图文提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711059922.XA CN108009474B (zh) 2017-11-01 2017-11-01 一种基于激光测距的车辆表面图文提取方法及装置

Publications (2)

Publication Number Publication Date
CN108009474A true CN108009474A (zh) 2018-05-08
CN108009474B CN108009474B (zh) 2020-05-19

Family

ID=62052173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711059922.XA Active CN108009474B (zh) 2017-11-01 2017-11-01 一种基于激光测距的车辆表面图文提取方法及装置

Country Status (1)

Country Link
CN (1) CN108009474B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108835748A (zh) * 2018-06-30 2018-11-20 江南大学 一种人体扫描系统
CN116740662A (zh) * 2023-08-15 2023-09-12 贵州中南锦天科技有限责任公司 一种基于激光雷达的车轴识别方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0871986A1 (en) * 1994-06-16 1998-10-21 Lexcel Technology Limited A rechargeable electrochemical cell
US7248344B2 (en) * 2001-04-04 2007-07-24 Instro Precision Limited Surface profile measurement
WO2008117263A2 (en) * 2007-03-27 2008-10-02 Treemetrics Limited Tree surveying
CN102737248A (zh) * 2012-06-21 2012-10-17 河南工业大学 复杂路况下的车道线特征点提取方法与装置
CN103500338A (zh) * 2013-10-16 2014-01-08 厦门大学 基于车载激光扫描点云的道路斑马线自动提取方法
CN103499343A (zh) * 2013-09-25 2014-01-08 武汉海达数云技术有限公司 基于三维激光反射强度的道路标线点云自动分类识别方法
CN104156926A (zh) * 2014-08-19 2014-11-19 武汉海达数云技术有限公司 多场景下车载激光点云噪声点去除方法
CN104766058A (zh) * 2015-03-31 2015-07-08 百度在线网络技术(北京)有限公司 一种获取车道线的方法和装置
CN105528588A (zh) * 2015-12-31 2016-04-27 百度在线网络技术(北京)有限公司 一种车道线识别方法及装置
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法
CN106067003A (zh) * 2016-05-27 2016-11-02 山东科技大学 一种车载激光扫描点云中道路矢量标识线自动提取方法
CN106570446A (zh) * 2015-10-12 2017-04-19 腾讯科技(深圳)有限公司 车道线提取的方法和装置
CN107272019A (zh) * 2017-05-09 2017-10-20 深圳市速腾聚创科技有限公司 基于激光雷达扫描的路沿检测方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0871986A1 (en) * 1994-06-16 1998-10-21 Lexcel Technology Limited A rechargeable electrochemical cell
US7248344B2 (en) * 2001-04-04 2007-07-24 Instro Precision Limited Surface profile measurement
WO2008117263A2 (en) * 2007-03-27 2008-10-02 Treemetrics Limited Tree surveying
CN102737248A (zh) * 2012-06-21 2012-10-17 河南工业大学 复杂路况下的车道线特征点提取方法与装置
CN103499343A (zh) * 2013-09-25 2014-01-08 武汉海达数云技术有限公司 基于三维激光反射强度的道路标线点云自动分类识别方法
CN103500338A (zh) * 2013-10-16 2014-01-08 厦门大学 基于车载激光扫描点云的道路斑马线自动提取方法
CN104156926A (zh) * 2014-08-19 2014-11-19 武汉海达数云技术有限公司 多场景下车载激光点云噪声点去除方法
CN104766058A (zh) * 2015-03-31 2015-07-08 百度在线网络技术(北京)有限公司 一种获取车道线的方法和装置
CN106570446A (zh) * 2015-10-12 2017-04-19 腾讯科技(深圳)有限公司 车道线提取的方法和装置
CN105528588A (zh) * 2015-12-31 2016-04-27 百度在线网络技术(北京)有限公司 一种车道线识别方法及装置
CN106022259A (zh) * 2016-05-20 2016-10-12 江苏得得空间信息科技有限公司 一种基于激光点云三维特征描述模型的山区道路提取方法
CN106067003A (zh) * 2016-05-27 2016-11-02 山东科技大学 一种车载激光扫描点云中道路矢量标识线自动提取方法
CN107272019A (zh) * 2017-05-09 2017-10-20 深圳市速腾聚创科技有限公司 基于激光雷达扫描的路沿检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HOLGADO‐BARCO, A.: "Automatic inventory of road cross‐sections from mobile laser scanning system", 《COMPUTER‐AIDED CIVIL AND INFRASTRUCTURE ENGINEERING》 *
吴冰,等,: "自动确定图像二值化最佳阈值的新方法", 《测绘科学技术学报》 *
祁蒙,等,: "灰度梯度自适应阈值二值化算法的FPGA实现", 《激光与红外》 *
赵松: "三维激光扫描仪与数码相机联合标定方法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108835748A (zh) * 2018-06-30 2018-11-20 江南大学 一种人体扫描系统
CN116740662A (zh) * 2023-08-15 2023-09-12 贵州中南锦天科技有限责任公司 一种基于激光雷达的车轴识别方法及系统
CN116740662B (zh) * 2023-08-15 2023-11-21 贵州中南锦天科技有限责任公司 一种基于激光雷达的车轴识别方法及系统

Also Published As

Publication number Publication date
CN108009474B (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN101750049B (zh) 基于道路和车辆自身信息的单目视觉车距测量方法
CN105206109B (zh) 一种基于红外ccd的车辆雾天识别预警系统及方法
CN100451676C (zh) 车载用图像处理装置
DE102005019269B4 (de) Vorrichtung zur Erkennung eines vorhergehenden Fahrzeugs
CN202486981U (zh) 一种基于车辆轮廓扫描的车型识别器
CN201825037U (zh) 高速公路车辆的车道偏离报警装置
CN101751785B (zh) 基于图像处理的车牌自动识别方法
CN107891808B (zh) 行车提醒方法、装置及车辆
CN106127107A (zh) 基于车牌信息和车辆轮廓的多路视频信息融合的车型识别方法
CN100545858C (zh) 基于小波变换的复杂背景中的车牌提取方法
CN104850834A (zh) 基于三维激光雷达的道路边界检测方法
CN105046968B (zh) 一种大客车识别及抓拍方法、装置及系统
CN103810720B (zh) 对象地点到达检知装置和方法以及移动设备控制系统
CN103837139A (zh) 不平路面驾驶辅助设备和用于不平路面驾驶辅助的方法
CN103593981B (zh) 一种基于视频的车型识别方法
CN108009474A (zh) 一种基于激光测距的车辆表面图文提取方法及装置
CN207946369U (zh) 一种基于点光源阵列线阵成像的铁轨扣件异常检测装置
CN107886034B (zh) 行车提醒方法、装置及车辆
CN103473948B (zh) 压电电缆布设结构及超载车辆轮迹线横向位置识别方法
CN103530608A (zh) 车辆类型判断方法和装置
CN204346365U (zh) 货车车箱尺寸测量装置
CN114638853B (zh) 一种基于路侧固态激光雷达的背景过滤方法和系统
DE112020002567T5 (de) Bilderkennungsvorrichtung und bilderkennungsverfahren
JP2023068010A (ja) 自己位置推定装置
CN102768728B (zh) 一种基于扫描振镜的立体字符图像采集及处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant