CN108189757A - 一种行车安全提示系统 - Google Patents

Abstract

本发明提供一种行车安全提示系统，包括：图像采集装置、中央处理单元、警报装置、车内触摸显示屏和车后方LED显示屏，其中：所述图像采集装置设置在车辆后方，用于采集车辆后方的图像；所述车内触摸显示屏用于显示所述车辆后方的图像，并供用户设置安全距离；所述中央处理单元分别与所述图像采集装置、警报装置、车内触摸显示屏和车后方LED显示屏连接，用于对车辆后方的图像进行处理，获取车辆与后车之间的距离；所述车后方LED显示屏用于当车辆与后车之间距离小于安全距离时提示后车人员保持安全距离；所述警报装置用于当车辆与后车之间距离小于安全距离时发出提示警报。本发明能够有效测量车辆与后车之间的距离，实用性强。准确度高。

Description

一种行车安全提示系统

技术领域

本发明涉及视觉图像处理领域，特别是一种行车安全提示系统。

背景技术

目前，由于交通量的急剧上升，频繁发生的交通事也给广大人民群众的生命财产安全造成了巨大的损失，其中，汽车追尾是交通事故的常见原因之一，汽车追尾事故的主要原因是由于驾驶员未能保持安全的车间距离。为了降低此类事故率，可以通过在头部安装测距设备测算前方车辆与己方车辆的距离，并在车距小于安全距离时，给本车司机警示信号，以提示本车司机保持车距；在尾部安装测距设备测算后方车辆与己方车辆的距离，并在车距小于安全距离时，给后车司机警示信号，以提示后车车司机保持车距。

目前，用于车辆的测距的技术主要有超声波测距、微波雷达测距、激光测距等。然而，超声波探测原理简单、成本低，受天气影响大，适合近距离探测；微波雷达测距容易受磁场的干扰较大；激光测距成本较高，且受恶劣天气影响较大。双目立体视觉测距技术，不仅价格较低，结合摄像头合自动光圈和自动白平衡技术，可以在夜间、隧道等可视条件较差的条件下应用。因而双目立体视觉技术应用于汽车安全距离测量领域具有广阔的前景。

发明内容

针对上述问题，本发明旨在提供一种行车安全提示系统。

本发明的目的采用以下技术方案来实现：

一种行车安全提示系统，其特征在于，包括：图像采集装置、中央处理单元、警报装置、车内触摸显示屏和车后方LED显示屏，其中：

所述图像采集装置设置在车辆后方，用于采集车辆后方的图像；

所述车内触摸显示屏用于显示所述车辆后方的图像，并供用户设置安全距离；

所述中央处理单元分别与所述图像采集装置、警报装置、车内触摸显示屏和车后方LED显示屏连接，用于对车辆后方的图像进行处理，获取车辆与后车之间的距离；

所述车后方LED显示屏用于当车辆与后车之间距离小于安全距离时提示后车人员保持安全距离；

所述警报装置用于当车辆与后车之间距离小于安全距离时发出提示警报。

优选地，所述图像采集装置为双目摄像头。

优选地，所述车后方LED显示屏放置于车后挡风玻璃下方。

优选地，所述警报装置为蜂鸣器。

本发明的有益效果为：本发明通过获取车辆后方的图像，并对图像进行处理获取车辆与后车之间的距离，并且将该距离和设定的安全距离进行比较，若小于安全距离，则车后方LED显示屏显示警示信息，提醒后车司机减速慢性保持车距，同时本车司机也能通过车内触摸显示屏实时监控车后方的情况，提前做出预警反应。本系统能够有效地减少或者避免交通事故，保障了广大司机和乘客的安全。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的框架结构图；

图2为本发明中央处理单元的框架结构图。

附图标记：

图像采集装置1、中央处理单元2、警报装置3、车内触摸显示屏4、车后方LED显示屏5、图像处理单元20、警报信号发送单元21、双目摄像头标定子单元200、后方车辆分割子单元202、距离计算子单元204

具体实施方式

结合以下应用场景对本发明作进一步描述。

参见图1，一种行车安全提示系统，其特征在于，包括：图像采集装置1、中央处理单元2、警报装置3、车内触摸显示屏4和车后方LED显示屏5，其中：

所述图像采集装置1设置在车辆后方，用于采集车辆后方的图像；

所述车内触摸显示屏4用于显示所述车辆后方的图像，并供用户设置安全距离；

所述中央处理单元2分别与所述图像采集装置1、警报装置3、车内触摸显示屏4和车后方LED显示屏5连接，用于对车辆后方的图像进行处理，获取车辆与后车之间的距离；

所述车后方LED显示屏5用于当车辆与后车之间距离小于安全距离时提示后车人员保持安全距离；

所述警报装置3用于当车辆与后车之间距离小于安全距离时发出提示警报。

优选地，所述图像采集装置1为双目摄像头。

优选地，所述车后方LED显示屏5放置于车后挡风玻璃下方。

优选地，所述警报装置3为蜂鸣器。

本发明上述实施例，通过设置双目摄像头获取车辆后方的图像，并对图像进行处理获取车辆与后车之间的距离，并且将该距离和设定的安全距离进行比较，若小于安全距离，则车后方LED显示屏显示警示信息，提醒后车司机减速慢性保持车距，同时本车司机也能通过车内触摸显示屏实时监控车后方的情况，提前做出预警反应。本系统能够有效地减少或者避免交通事故，保障了司机和乘客的安全。

优选地，参见图2，所述中央处理单元2包括图像处理单元20和警报信号发送单元21，其中，

所述图像处理单元20用于对采集的车辆后方图像进行处理，获取车辆与后车之间的距离；

所述警报信号发送单元21与所述警报装置3和车后方LED显示屏5连接，当检测到车辆与后车之间的距离小于安全距离，则向所述警报装置3和车后方LED显示屏5发出警报信号。

其中，所述图像处理单元20包括双目摄像头标定子单元200、后方车辆分割子单元202、距离计算子单元204，其中：

所述双目摄像头标定子单元200用于对所述双目摄像头进行标定，获取双目摄像头的焦距和双目摄像头之间的相对距离；

所述后方车辆分割子单元202用于在获取的车辆后方图像中分割后车图像；

所述距离计算子单元204用于获取车辆与后车之间的距离。

本优选实施例，通过采用双目摄像头，对摄像头进行标定，将图像的二维坐标转变成三维空间坐标，并且通过对车后方图像进行处理，准确地分割出图像中的后车图像，进而准确地根据后车图像所在的位置获取后车在三维空间的位置，计算车辆与后车之间的距离，实时性强，准确度高。

优选地，所述后方车辆分割子单元202用于在获取的车辆后方图像中分割后车图像，具体包括：

将从双目摄像头采集的两幅车辆后方图像分别标记为车辆后方图像A₁和车辆后方图像A₂，并对车辆后方图像A₁和车辆后方图像A₂进行图像预处理，将获取的预处理后的车辆后方图像分别标记为A’₁和A’₂；

采用图像分割算法对预处理后的车辆后方图像A’₁进行后车图像分割，其中预处理后的车辆后方图像A’₁中每个像素点可以表示为其中ω＝1,2,…,Ω，Ω表示像素点的总数，表示该像素点为表示后车图像的前景，表示该像素点为背景；

采用轮廓抽取算法提取出后车图像的轮廓集合为V＝{V₁,V₂,…,V_Z}，其中每个轮廓V_z表示一条封闭曲线，z＝1,2,…,Z，Z表示轮廓集合中轮廓的总数，该向量记录了后车图像边界上的像素点位置V_z＝{b₁,b₂,…,b_Lz}，其中Lz表示轮廓V_z中像素点的总数；

将预处理后的车辆后方图像A’₁中轮廓集合V中的每一个轮廓V_z映射到预处理后的车辆后方图像A’₂中，获取后车图像在图像A’₂的边界轮廓，具体为：

(1)构建状态迁移矩阵R，其中状态迁移矩阵R的尺寸为Lz×D，D表示视差的取值范围，D∈[L_min,L_max]，L_min和L_max分别表示视差取值的最小值和最大值，状态迁移矩阵R中每个元素R(ω,θ)的取值为e_st(ω,θ)，e_st(ω,θ)表示A’₁中像素点b₁与A’₂中视差为L_θ的对应像素点的状态能量；

(2)采用自定义状态能量公式获取状态迁移矩阵R中每个元素R(ω,θ)的状态能量e_st(ω,θ)：

式中，e_st(ω,θ)表示A’₁中像素点b_ω与A’₂中视差为L_θ的对应像素点的状态能量，d_θ表示在A’₂中与A’₁中像素点b_ω视差为L_θ的对应像素点，d_θ＝b_ω-L_θ，e(b_ω,d_θ)表示像素点b_ω与像素点d_θ的目标能量函数，其中V_s(b_ω,d_θ)表示像素点b_ω与像素点d_θ的视觉匹配代价，其中 Φ(b_ω)表示以像素点b_ω为中心的一个局部窗口，其大小为w×w，P(b_x)＝1表示像素点b_x属于前景，d_y＝b_x-L_θ，c_h(b_x)和c_h(d_y分别表示像素点b_x和d_y的R/G/B色度值，γ₀表示对象边界权重，γ₁表示对象平滑权重，V_O(b_ω,d_θ)表示对象边界匹配代价，其中P_r(O|b_y)表示像素点d_y属于前景的后验概率，N(b_ω-b_ω-1)表示像素点b_ω和b_ω-1的平滑度度代价，其中β_L表示设定的视差不连续阈值；

(3)对状态迁移矩阵R采用回溯算法，获取最优能量路径，将最优能量路径上的每个R(ω,θ)对应的像素点b_ω映射到A’₂中得到唯一对应轮廓点b_ω-L_θ，得到预处理后的车辆后方图像A’₁中轮廓V_z映射到预处理后的车辆后方图像A’₂后的最佳匹配轮廓V′_z；

(4)在预处理后的车辆后方图像A’₂中获取后车图像所有轮廓边界的最佳匹配轮廓，并根据映射的最佳匹配轮廓分割出后车图像。

本优选实施例，采用上述方法获取后方图像中的后车图像，首先根据双目摄像头的特性，在其中一幅图像中获取后车的轮廓，然后通过计算最小状态能量在另外幅图像中获取每个轮廓点的对应轮廓点，从而在另外一副图像中获取后车的轮廓，对两幅图像的轮廓进行分割，获取两幅图像中互相匹配的后车图像，准确性强，匹配度高，为之后计算车辆与后车距离奠定了基础。

优选地，所述采用图像分割算法对预处理后的车辆后方图像A’₁进行后车图像分割，具体包括：

对预处理后的车辆后方图像A’₁进行阈值分割，获取目标的外接矩形作为初始图像轮廓，并在外接矩形上每隔4个像素点设置一个控制点B，作为初始轮廓控制点ξ＝(B₁,B₂,…,B_K)，并将外接矩形的中心设定为动态轮廓中心η＝(X_η,Y_η)；

(1)采用自定义能量方程获取每个轮廓控制点到其邻域位置的能量值：

e_x,y＝κ₁(x)e_k1(x,y)+κ₂(x)e_k2(x,y)+κ₃(x)e_g(x,y)+η(x)e_r(x,y

式中，e_x,y表示轮廓控制点B_x到其邻域位置的能量值，x表示第x个轮廓控制点，y＝1,2,3,4，分别表示与轮廓控制点B_x四周相邻的4个邻域像素点B_x,y，e_k1(x,y)表示一阶连续性强制力，其中 表示各轮廓控制点之间的平均距离，|B_x,y-B_x-1|表示邻域像素点B_x,y和轮廓控制点B_x-1之间的距离，κ₁(x)表示设定的离散一阶系数，e_k2(x)表示二阶连续性强制力，其中e_k2(x,y)＝(|B_x-1-B_x,y|+|B_x,y-B_x+1|)²，|B_x-B_x+1|表示邻域像素点B_x,y和轮廓控制点B_x+1之间的距离，κ₂(x)表示设定的离散二阶系数，e_g(x,y）表示边缘能量，其中L（B_x,y,B_x-1）表示邻域像素点B_x,y和轮廓控制点B_x-1之间轮廓线，I（i,j）表示像素点（i,j）的梯度值，表示邻域像素点B_x,y和轮廓控制点B_x-1之间轮廓线上所有像素点的平均梯度值，K表示邻域像素点B_x,y和轮廓控制点B_x-1之间轮廓线上像素点的总数，γ表示设定的边缘能量因子，κ₃（x）表示边缘能量系数，e_r(x,y）表示外加控制力，其中e_r(x,y)＝|H(B_x,y)-H(B_x)|²，H(B_x,y)和H(B_x)分别表示邻域像素点B_x,y和轮廓控制点B_x的灰度值，η(x)表示外加控制力系数，其中 表示轮廓控制点B_x的邻域灰度平均值，和λ²分别表示整个图像的灰度平均值和方差，δ₁和δ₂表示设定的灰度判定因子，其中δ₁>δ₂；

(2)若存在轮廓控制点B_x到其邻域位置的能量值e_x,y小于设定的能量阈值e_xQ，则使轮廓控制点B_x移动到对应的邻域像素点B_x,y所在的位置，并且设定能量阈值e_xQ＝e_x,y；

(3)统计所有发生移动的轮廓控制点的数目U_t；

(4)若U_t小于设定的阈值，或者达到设定最大迭代次数，则依次连接当前所有轮廓控制点，作为后车的轮廓并进行分割处理；否则，重复(1)-(4)。

本优选实施例，采用上述的方法首先对从双目摄像头获取的其中一副车辆后方图像进行后车分割处理，首先对车辆后方图像进行简单的阈值分割处理获取后车的外接矩形，然后在所述外接矩形上设置轮廓控制点，通过迭代的方法控制轮廓控制点进行收缩，最总获取后车的轮廓，准确度高，适应性强，能够准确地获取后车的边缘轮廓并进行分割处理，为之后准确地获取后车位置奠定了基础。

优选地，所述并对车辆后方图像A₁和车辆后方图像A₂进行图像预处理，具体包括：

将车辆后方图像中每个像素点(x,y)的RGB灰度值转换到HSV颜色空间；

对车辆后方图像中每个像素点(x,y)，选择以像素点(x,y)为中心的一个8×8邻域图像块，对这个邻域图像块进行小波变换，获取像素点(x,y)的局部噪声水平L_n(x,y)：

式中，Median{·}表示中值函数，表示邻域图像块进行小波变换获取的第一层HH子带系数绝对值集合；

获取像素点(x,y)的背景值B(x,y)和梯度值G(x,y

式中，B(x,y)表示像素点(x,y)的背景值，V(x+a,y+b)表示HSV颜色空间中像素点(x+a,y+b)的亮度值，G(x,y)表示像素点(x,y)的梯度值，G_h(x,y)表示像素点(x,y)的水平方向梯度，G_l(x,y)示像素点(x,y)的竖直方向梯度；

如果则利用经验函数获取增强后的背景值B′(x,y)和梯度值G′(x,y)：

式中，μ表示设定的增强阈值，η表示设定的增强效果调整因子，L_n(x,y)表示像素点(x,y)的局部噪声水平，B′(x,y)表示像素点(x,y)增强后的背景值，G′(x,y)表示像素点(x,y)增强后的梯度值，C_ab表示设定的经验标量系数，其中C_ab表示2×1的系数向量，则C_ab中总共包括20个经验标量系数；

否则，则设定B′(x,y)＝B(x,y)，G′(x,y)＝G(x,y)；

优选地，μ＝1，η＝3；

获取对比度增强模型参数σ(x,y)和ζ(x,y)

其中，

式中，ω(x,y,x′,y′)表示权重系数，Ω(x,y)表示像素点(x,y)的局部邻域集合，其中选则以(x,y)为中心的3×3矩阵作为像素点(x,y)的局部邻域，G(x′,y′)和G′(x′,y′)分别表示像素点(x′,y′)增强前后的梯度值，B(x′,y′)和B′(x′,y′)分别表示像素点(x′,y′)增强前后的背景值，C(x,y)表示归一化系数，和分别表示空间域和值域的模糊程度控制因子；

利用下列对比度增强模型对车辆后方图像进行对比度增强：

V′(x,y)＝σ(x,y)·V(x,y)+ζ(x,y

式中，V′(x,y)表示对比度增强后像素点(x,y)在HSV颜色空间中的亮度值，V(x,y)表示对比度增强前像素点(x,y)在HSV颜色空间中的亮度值，σ(x,y)和ζ(x,y)分别表示对比度增强模型参数；

将增强后的每个像素点从HSV颜色空间变换到RGB颜色空间，得到增强后的车辆后方图像。

本优选实施例，采用上述方法对获取的车辆后方图像进行预处理，根据图像中每个像素点的亮度，采用对比度增强模型自适应地对图像进行对比度增强处理，能够增强图像中的废噪声细节，特显图像中表示后车的细节部分，增强效果好，适应性强，为系统之后准确地获取车辆与后车之间的距离奠定了基础。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.一种行车安全提示系统，其特征在于，包括：图像采集装置、中央处理单元、警报装置、车内触摸显示屏和车后方LED显示屏，其中：

所述图像采集装置设置在车辆后方，用于采集车辆后方的图像；

所述车内触摸显示屏用于显示所述车辆后方的图像，并供用户设置安全距离；

所述中央处理单元分别与所述图像采集装置、警报装置、车内触摸显示屏和车后方LED显示屏连接，用于对车辆后方的图像进行处理，获取车辆与后车之间的距离；

所述车后方LED显示屏用于当车辆与后车之间距离小于安全距离时提示后车人员保持安全距离；

所述警报装置用于当车辆与后车之间距离小于安全距离时发出提示警报。

2.根据权利要求1所述的一种行车安全提示系统，其特征在于，所述图像采集装置为双目摄像头。

3.根据权利要求1所述的一种行车安全提示系统，其特征在于，所述车后方LED显示屏放置于车后挡风玻璃下方。

4.根据权利要求1所述的一种行车安全提示系统，其特征在于，所述警报装置为蜂鸣器。

5.根据权利要求2所述的一种行车安全提示系统，其特征在于，所述中央处理单元包括图像处理单元和警报信号发送单元，其中：

所述图像处理单元用于对采集的车辆后方图像进行处理，获取车辆与后车之间的距离；

所述警报信号发送单元与所述警报装置和车后方LED显示屏连接，当检测到车辆与后车之间的距离小于安全距离，则向所述警报装置和车后方LED显示屏发出警报信号。

6.根据权利要求5所述的一种行车安全提示系统，其特征在于，所述图像处理单元包括双目摄像头标定子单元、后方车辆分割子单元和距离计算子单元，其中：

所述双目摄像头标定子单元用于对所述双目摄像头进行标定，获取双目摄像头的焦距和双目摄像头之间的相对距离；

所述后方车辆分割子单元用于在获取的车辆后方图像中分割后车图像；

所述距离计算子单元用于获取车辆与后车之间的距离。

7.根据权利要求6所述的一种行车安全提示系统，其特征在于，所述后方车辆分割子单元用于在获取的车辆后方图像中分割后车图像，具体包括：

将从双目摄像头采集的两幅车辆后方图像分别标记为车辆后方图像A₁和车辆后方图像A₂，并对车辆后方图像A₁和车辆后方图像A₂进行图像预处理，将获取的预处理后的车辆后方图像分别标记为A’₁和A’₂；

采用图像分割算法对预处理后的车辆后方图像A’₁进行后车图像分割，其中预处理后的车辆后方图像A’₁中每个像素点可以表示为其中ω＝1,2,…,Ω，Ω表示像素点的总数，表示该像素点为表示后车图像的前景，表示该像素点为背景；

采用轮廓抽取算法提取出后车图像的轮廓集合为V＝{V₁,V₂,…,V_Z}，其中每个轮廓V_z表示一条封闭曲线，z＝1,2,…,Z，Z表示轮廓集合中轮廓的总数，该向量记录了后车图像边界上的像素点位置V_z＝{b₁,b₂,…,b_Lz}，其中Lz表示轮廓V_z中像素点的总数；

将预处理后的车辆后方图像A’₁中轮廓集合V中的每一个轮廓V_z映射到预处理后的车辆后方图像A’₂中，获取后车图像在图像A’₂的边界轮廓，具体为：

(1)构建状态迁移矩阵R，其中状态迁移矩阵R的尺寸为Lz×D，D表示视差的取值范围，D∈[L_min,L_max]，L_min和L_max分别表示视差取值的最小值和最大值，状态迁移矩阵R中每个元素R(ω,θ)的取值为e_st(ω,θ)，e_st(ω,θ)表示A’₁中像素点b₁与A’₂中视差为L_θ的对应像素点的状态能量；

(2)采用自定义状态能量公式获取状态迁移矩阵R中每个元素R(ω,θ)的状态能量e_st(ω,θ)：

式中，e_st(ω,θ)表示A’₁中像素点b_ω与A’₂中视差为L_θ的对应像素点的状态能量，d_θ表示在A’₂中与A’₁中像素点b_ω视差为L_θ的对应像素点，d_θ＝b_ω-L_θ，e(b_ω,d_θ)表示像素点b_ω与像素点d_θ的目标能量函数，其中V_s(b_ω,d_θ)表示像素点b_ω与像素点d_θ的视觉匹配代价，其中 Φ(b_ω)表示以像素点b_ω为中心的一个局部窗口，其大小为w×w，P(b_x)＝1表示像素点b_x属于前景，d_y＝b_x-L_θ，c_h(b_x)和c_h(d_y)分别表示像素点b_x和d_y的R/G/B色度值，γ₀表示对象边界权重，γ₁表示对象平滑权重，V_O(b_ω,d_θ)表示对象边界匹配代价，其中P_r(O|b_y)表示像素点d_y属于前景的后验概率，N(b_ω-b_ω-1)表示像素点b_ω和b_ω-1的平滑度度代价，其中β_L表示设定的视差不连续阈值；

(3)对状态迁移矩阵R采用回溯算法，获取最优能量路径，将最优能量路径上的每个R(ω,θ)对应的像素点b_ω映射到A’₂中得到唯一对应轮廓点b_ω-L_θ，得到预处理后的车辆后方图像A’₁中轮廓V_z映射到预处理后的车辆后方图像A’₂后的最佳匹配轮廓V‘_z；

(4)在预处理后的车辆后方图像A’₂中获取后车图像所有轮廓边界的最佳匹配轮廓，并根据映射的最佳匹配轮廓分割出后车图像。