CN109035198A - 基于边缘检测的室外可见光通信的led检测方法 - Google Patents
基于边缘检测的室外可见光通信的led检测方法 Download PDFInfo
- Publication number
- CN109035198A CN109035198A CN201810578956.8A CN201810578956A CN109035198A CN 109035198 A CN109035198 A CN 109035198A CN 201810578956 A CN201810578956 A CN 201810578956A CN 109035198 A CN109035198 A CN 109035198A
- Authority
- CN
- China
- Prior art keywords
- transmitting terminal
- end regions
- image
- led
- diff
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 39
- 238000004891 communication Methods 0.000 title claims abstract description 30
- 238000003708 edge detection Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 claims description 17
- 239000004615 ingredient Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000001447 compensatory effect Effects 0.000 claims description 2
- 238000013139 quantization Methods 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
本发明公开了一种基于边缘检测的室外可见光通信的LED检测方法,把LED交通灯作为发送端,交通工具上的高速摄像头作为接收端,实现交通工具和LED交通灯的通信。发送端上的LED交通灯以500赫兹的频率发送光,为识别出摄像头图像的连续帧,LED交通灯设置足够的亮度值,LED交通灯在被识别后用于通信。即为了实现通信,首要步骤为识别出发送端,随后在交通工具移动的同时,从摄像头拍摄的连续帧图像经过图像处理实现对发送端的追踪。为此,本发明公开的基于边缘检测的室外可见光通信的LED检测方法实现了在连续帧中对识别出的发送端进行追踪,具有广阔利用前景。
Description
技术领域
本发明涉及可见光通信技术领域,具体涉及一种基于边缘检测的室外可见光通信的LED检测方法。
背景技术
交通工具的发展带给人们很多方面的方便。世界上机动车的数量在逐年增长。为此,诸如环境污染,交通堵塞和交通事故的交通问题也在增长。在过去几百年,人们做出很多研究来给出这些问题的解决方法。随着信息技术的发展,智能交通系统(ITS)已经应用来减少交通堵塞和交通事故。先进领域的智能交通系统主要可以分为两个方面,自动驾驶系统和驾驶辅助系统。通过提供交通工具外部和内部的信息,自动驾驶系统通过电脑做出所有指令来完成自动驾驶,驾驶辅助系统则帮助驾驶员做出指令。在这些系统中,图像处理是其中一种探测信息的关键技术。在很多这些系统中,摄像头获取外部和内部的图像,然后通过图像处理提取必要信息。摄像头是基于内部和外部拍摄环境设置的。
建立道路和交通工具间的可见光通信系统,将提高驾驶辅助系统的可用性。而可见光通信系统需要通过使用车载高速摄像头作为接收端和LED交通灯作为发送端。为了实现这个目的,首先要检测发射端,还要在摄像头每个连续帧图像追踪发送端,而且要获取发送端的每个LED的亮度值,来实现高效的通信。
因此,有必要对摄像头获得的图像进行图像处理,实现对发射端的检测。边缘检测,是图像处理的重要算法,应用在摄像头对LED发射端的检测能有优良的效果。Canny边缘检测算法的优点在于,它能够联系具有不同梯度值的边缘像素点,而且Canny边缘检测算法通过探测边缘点的方向来决定边缘点,因此它可以给出精确的边缘点。
发明内容
本发明的目的是为了解决现有技术中的上述缺陷,提供一种基于边缘检测的室外可见光通信的LED检测方法,实现对室外可见光通信系统的发送端的检测。
本发明的目的可以通过采取如下技术方案达到:
一种基于边缘检测的室外可见光通信的LED检测方法,所述的LED检测方法包括下列步骤:
S1、将LED交通灯作为发送端,交通工具上的高速摄像头作为接收端,高速摄像头获取图像,对图像进行图像处理后,识别出发送端区域,并从这个发送端区域图像剪切出含有发送端区域的像素块,用于后续追踪处理;
S2、使用Canny边缘检测算法,根据图像像素点的梯度值对图像进行处理得到边缘图像;
S3、对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合要求的边缘成分,作为待定发射端区域;
S4、检验待定发射端区域的正确性,从待定发射端区域选中符合要求的发射端区域作为正确发射端区域,实现每一帧图像对正确发射端区域的追踪。
进一步地,所述的步骤S1包括:
S101、用256个LED灯以16行16列的方式排列,构成方形的LED交通灯作为发送端,发送端分为一个个片段发送信号,在每个片段的前半部分,所有LED灯同时以500赫兹的频率发送信号用于接收端进行识别,在每个片段的后半部分,所有LED灯同时以500赫兹的频率以不同的亮度水平发送光,用于实现通信;
S102、交通工具上的高速摄像头以1000帧每秒的帧率拍摄图像,首先,对两个连续帧图像做像素点矩阵减法的图像处理,得到的图像将会含有一个因带有噪声而模糊相似的发送端区域,二值化和降噪处理这个图像后识别出发送端,从这个发送端区域图像剪切出每行每列均为125像素的,包含有发送端区域的像素块。
进一步地,所述的步骤S2过程如下:
使用Gaussian滤波柔化图像,使用Sobel滤波算法计算每个像素点的梯度值和方向,使用非最大抑制算法实现对梯度方向的量子化,最后使用滞后阈值算法获得边缘点,构成边缘图像。
进一步地,所述的滞后阈值算法中设置两个阈值,分别为Cthres1和Cthres2,其中Cthres1大于Cthres2,应用在梯度上获得合适的边缘点,选中梯度值大于Cthres1的像素为边缘点,而梯度值小于Cthres2的像素舍弃,最后选中梯度值介于Cthres1和Cthres2的,且连接两个已被选中为边缘点的像素点为边缘点,边缘点像素保留后,形成边缘图像。
进一步地,所述的阈值Cthres1取值250,所述的阈值Cthres2取值180。
进一步地,所述的步骤S3的过程如下:
对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合以下状态的边缘成分,作为待定发射端区域:
Hpre-offset<Hnow<Hpre+offset
Wpre-offset<Wnow<Wpre+offset
|Hnow-Wnow|≤2像素
其中,Wpre和Hpre是前一帧图像检测到的发送端宽度和高度,Wnow和Hnow表示外接矩形宽度和高度,offset为设置的可调整的像素变量。
进一步地,所述的步骤S4的过程如下:
在生成单个待定发射端区域情况下,比较该单个待定发射端区域和前一帧所检测发送端的长度和中心点坐标来确认是否为正确发射端区域;
在生成不止一个待定发射端区域情况下,通过如下方法与前两帧所检测的发送端比较,确认待定发射端区域的正确性:与前两帧构成的三个连续帧之间的发射端区域边长差异减少量不大于1个像素,增加量不大于2个像素,三个连续帧之间的发射端区域中点移动不超过5个像素。
进一步地,不止一个待定发射端区域被选定为正确发射端,最终正确性如下算法来选定最终正确发射端:
P(B,Z)=P(B)+P(Z) (1)
P(B)=P(Bdiff)
P(Z)=P(Zdiff)
P(Bdiff)=-mB*Bdiff+1(0≤Bdiff≤2) (4)
P(Bdiff)=mB*Bdiff+1(-1≤Bdiff≤0) (5)
P(Zdiff)=-mZ*Zdiff+1(0≤Bdiff≤5) (6)
其中,P(B)和P(Z)分别表示边长和中点的正确性,在公式(2)和(3)中,Bdiff和Zdiff分别表示被选定正确发射端的连续帧下的边长差异和中点差异,t是时间顺序,i表示是多少时间前的先前检测结果用于比较,mB和mZ分别设置为0.1和0.05,计算得到的P(B,Z)最大的被选定正确发射端选定为最终正确发射端。
进一步地,当所述的步骤S3无法筛选得到待定发射端区域或所述的步骤S3无法选定正确发射端时,所述的检测方法还包括如下补充算法:
当发射端区域的选择阶段和从待定发射端区域选中正确发射端区域阶段没有得到发射端区域,对发射端区域进行扩大,参考前一帧检测的发射端区域选择扩大的发射端区域:高度和宽度分别为Hpre-offset和Wpre-offset,中点为的边缘区域选择为扩大的发射端区域,其中,Hpre、Wpre、和Mpre_y分别为前一帧检测的发射端区域的高度、宽度、中点横坐标和中点纵坐标,将offset设置为1个像素,在扩大完成后,再次进入发射端区域的筛选阶段和从待定发射端区域选定正确发射端区域阶段,如果仍然没有选定正确发射端区域,将放弃这一帧,进入下一帧的处理。
本发明相对于现有技术具有如下的优点及效果:
1、本发明基于边缘检测算法,实现对系统发射端的检测的同时,不影响LED发送端片段其他部分的通信,实现可见光系统高效的并行通信。
2、实验证明,在距离发送端70米开始追踪然后在距离发送端20米停止,基于边缘检测的LED检测算法能有效精确识别可见光系统的发射端。
附图说明
图1是本发明中LED发送端一个片段内LED发光设置的示意图;
图2是本发明中基于边缘检测实现发射端区域检测的步骤示意图。
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、完整地描述,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。
实施例
图2是本实施例中基于边缘检测实现发射端区域检测的步骤示意图,一种基于边缘检测的室外可见光通信的LED检测方法,所述的LED检测方法包括下列步骤:
S1、将LED交通灯作为发送端,交通工具上的高速摄像头作为接收端,高速摄像头获取图像,对图像进行图像处理后,识别出发送端区域,并从这个发送端区域图像剪切出含有发送端区域的像素块,用于后续追踪处理;
所述的步骤S1具体如下:
S101、用256个LED灯以16行16列的方式排列,构成方形的LED交通灯作为发送端。发送端发光实现通信,如图1所示,发送端分为一个个片段发送信号,在每个片段的前半部分里,所有LED是同时以500赫兹的频率发送信号(LED灯的on和off状态)。设置这个部分使得接收端的图像传感器利用图像处理识别出发送端。除了在两条外部边缘线上的的LED,在每个片段的后半部分上的LED灯,以500赫兹,用不同的亮度水平发送光,设置这个部分用于实现通信。上述两条外部边缘线上的的LED,是用来保证利用图像处理成功识别出发送端;
S102、发送端每个片段的前半部分以500赫兹的频率发送光(LED亮灭的状态)。模拟交通工具在路上移动,交通工具上的高速摄像头以1000帧每秒的帧率拍摄图像。由于发送端以500赫兹的频率发射光,而高速摄像头以1000fps的帧率拍摄图像,因此将会有连续的两帧图像拍摄到片段的前半部分。首先,对两个连续帧图像做像素点矩阵减法的图像处理。由于发送端片段的前半部分的设置,得到的图像将会含有一个因带有噪声而模糊相似的发送端区域。二值化和降噪处理这个图像,得到一个近乎精密的发送端区域。识别出发送端,从这个发送端区域图像剪切出每行每列均为125像素的,包含有发送端区域的像素块。通过这种剪切方法处理相连续帧,从连续帧中剪切得到含有像素块区域的合适大小的图像。如果发送端在这个区域之外,将重新处理连续帧图像。
S2、使用Canny边缘检测算法,根据图像像素点的梯度值对图像进行处理得到边缘图像;
所述的步骤S2具体如下:
使用Canny边缘检测算法处理图像像素:使用Gaussian滤波柔化图像,使用Sobel滤波算法计算每个像素点的梯度值和方向。使用非最大抑制算法实现对梯度方向的量子化,最后使用滞后阈值算法获得边缘点,构成边缘图像。滞后阈值算法中设置两个阈值(Cthres1和Cthres2,其中Cthres1大于Cthres2)),应用在梯度上获得合适的边缘点。在这里,选中梯度值大于Cthres1的像素为边缘点,而梯度值小于Cthres2的像素舍弃,最后选中梯度值介于Cthres1和Cthres2的,且连接两个已被选中为边缘点的像素点为边缘点,边缘点像素保留后,形成边缘图像。通过改变这两个阈值,可以连接梯度值不同的边缘点来获得清晰的边缘图像。本实施例中,设置两个阈值为250和180,获得较清晰的边缘图像。
S3、对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合要求的边缘成分,作为待定发射端区域;
所述的步骤S3的过程如下:
对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合以下状态的边缘成分,作为待定发射端区域:
Hpre-offset<Hnow<Hpre+offset
Wpre-offset<Wnow<Wpre+offset
|Hnow-Wnow|≤2像素
其中,Wpre和Hpre是前一帧图像检测到的发送端宽度和高度,Wnow和Hnow表示外接矩形宽度和高度,offset为设置的可调整的像素变量。符合这个状态的边缘成分形状大小,将和前一帧检测到的发送端几乎相同,被选中为待定发射端区域。由于设置的发射端为正方形,因此,对应发射端的边缘成分的外接矩形将接近为正方形。在本实施例中,offset设置为2像素点,较好地得到待定发射端区域。
当步骤S3无法筛选得到待定发射端区域或步骤S3无法选定正确发射端时补充算法如下:
在某些情况下,因为实际发射端对应的边缘区域没有作为一整个边缘成分被识别,无法在发射端区域的选择阶段得到待定发射端区域。当发射端区域的选择阶段和从待定发射端区域选中正确发射端区域阶段没有得到发射端区域,对发射端区域进行扩大。参考前一帧检测的发射端区域选择扩大的发射端区域:高度和宽度分别为Hpre-offset和Wpre-offset,中点为的边缘区域选择为扩大的发射端区域。其中,Hpre、Wpre、和Mpre_y分别为前一帧检测的发射端区域的高度、宽度、中点横坐标和中点纵坐标。本实施例中,offset设置为1个像素。在扩大完成后,再次进入发射端区域的筛选阶段和从待定发射端区域选定正确发射端区域阶段,如果仍然没有选定正确发射端区域,将放弃这一帧,进入下一帧的处理。
S4、检验待定发射端区域的正确性,从待定发射端区域选中符合要求的发射端区域作为正确发射端区域,实现这一帧对正确发射端区域的追踪。
所述的步骤S4的过程如下:
有的情况下,所述的步骤S3生成不止一个待定发射端区域,即使只生成单个待定发射端区域,也要确认待定发射端区域的正确性。在生成单个待定发射端区域情况下,比较它和前一帧所检测发送端的长度和中心点坐标来确认是否为正确发射端区域。在生成不止一个待定发射端区域情况下,通过如下方法与前两帧所检测的发送端比较,确认待定发射端区域的正确性:与前两帧构成的三个连续帧之间的发射端区域边长差异减少量不大于1个像素,增加量不大于2个像素,三个连续帧之间的发射端区域中点移动不超过5个像素。在出现单个待定发射端区域情况下,如果待定发射端区域满足以上状态,则将其选定为正确发射端。在出现不止一个待定发射端区域情况下,满足以上状态的待定发射端区域选定为正确发射端。在某些情况下,不止一个待定发射端区域被选定为正确发射端,最终正确性如下算法来选定最终正确发射端:
P(B,Z)=P(B)+P(Z) (1)
P(B)=P(Bdiff)
P(Z)=P(Zdiff)
P(Bdiff)=-mB*Bdiff+1(0≤Bdiff≤2) (4)
P(Bdiff)=mB*Bdiff+1(-1≤Bdiff≤0) (5)
P(Zdiff)=-mZ*Zdiff+1(0≤Bdiff≤5) (6)
其中,P(B)和P(Z)分别表示边长和中点的正确性,在公式(2)和(3)中,Bdiff和Zdiff分别表示被选定正确发射端的连续帧下的边长差异和中点差异。t是时间顺序,i表示是多少时间前的先前检测结果用于比较。在本实施例中,设置i=3计算得到合适结果。P(Bdiff)和P(Zdiff)通过公式(4)(5)(6)来定义,mB和mZ分别设置为0.1和0.05。在生成不止一个被选定正确发射端区域情况下,计算得到的P(B,Z)最大的被选定正确发射端选定为最终正确发射端。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (9)
1.一种基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的LED检测方法包括下列步骤:
S1、将LED交通灯作为发送端,交通工具上的高速摄像头作为接收端,高速摄像头获取图像,对图像进行图像处理后,识别出发送端区域,并从这个发送端区域图像剪切出含有发送端区域的像素块,用于后续追踪处理;
S2、使用Canny边缘检测算法,根据图像像素点的梯度值对图像进行处理得到边缘图像;
S3、对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合要求的边缘成分,作为待定发射端区域;
S4、检验待定发射端区域的正确性,从待定发射端区域选中符合要求的发射端区域作为正确发射端区域,实现每一帧图像对正确发射端区域的追踪。
2.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的步骤S1包括:
S101、用256个LED灯以16行16列的方式排列,构成方形的LED交通灯作为发送端,发送端分为一个个片段发送信号,在每个片段的前半部分,所有LED灯同时以500赫兹的频率发送信号用于接收端进行识别,在每个片段的后半部分,所有LED灯同时以500赫兹的频率以不同的亮度水平发送光,用于实现通信;
S102、交通工具上的高速摄像头以1000帧每秒的帧率拍摄图像,首先,对两个连续帧图像做像素点矩阵减法的图像处理,得到的图像将会含有一个因带有噪声而模糊相似的发送端区域,二值化和降噪处理这个图像后识别出发送端,从这个发送端区域图像剪切出每行每列均为125像素的,包含有发送端区域的像素块。
3.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的步骤S2过程如下:
使用Gaussian滤波柔化图像,使用Sobel滤波算法计算每个像素点的梯度值和方向,使用非最大抑制算法实现对梯度方向的量子化,最后使用滞后阈值算法获得边缘点,构成边缘图像。
4.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的滞后阈值算法中设置两个阈值,分别为Cthres1和Cthres2,其中Cthres1大于Cthres2,应用在梯度上获得合适的边缘点,选中梯度值大于Cthres1的像素为边缘点,而梯度值小于Cthres2的像素舍弃,最后选中梯度值介于Cthres1和Cthres2的,且连接两个已被选中为边缘点的像素点为边缘点,边缘点像素保留后,形成边缘图像。
5.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的阈值Cthres1取值250,所述的阈值Cthres2取值180。
6.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的步骤S3的过程如下:
对边缘图像中的成分做出外接矩形区域,计算每个边缘图像成分的外接矩形参数,筛选出符合以下状态的边缘成分,作为待定发射端区域:
Hpre-offset<Hnow<Hpre+offset
Wpre-offset<Wnow<Wpre+offset
|Hnow-Wnow|≤2像素
其中,Wpre和Hpre是前一帧图像检测到的发送端宽度和高度,Wnow和Hnow表示外接矩形宽度和高度,offset为设置的可调整的像素变量。
7.根据权利要求1所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,所述的步骤S4的过程如下:
在生成单个待定发射端区域情况下,比较该单个待定发射端区域和前一帧所检测发送端的长度和中心点坐标来确认是否为正确发射端区域;
在生成不止一个待定发射端区域情况下,通过如下方法与前两帧所检测的发送端比较,确认待定发射端区域的正确性:与前两帧构成的三个连续帧之间的发射端区域边长差异减少量不大于1个像素,增加量不大于2个像素,三个连续帧之间的发射端区域中点移动不超过5个像素。
8.根据权利要求7所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,
不止一个待定发射端区域被选定为正确发射端,最终正确性如下算法来选定最终正确发射端:
P(B,Z)=P(B)+P(Z) (1)
P(B)=P(Bdiff)
P(Z)=P(Zdiff)
P(Bdiff)=-mB*Bdiff+1(0≤Bdiff≤2) (4)
P(Bdiff)=mB*Bdiff+1(-1≤Bdiff≤0) (5)
P(Zdiff)=-mZ*Zdiff+1(0≤Bdiff≤5) (6)
其中,P(B)和P(Z)分别表示边长和中点的正确性,在公式(2)和(3)中,Bdiff和Zdiff分别表示被选定正确发射端的连续帧下的边长差异和中点差异,t是时间顺序,i表示是多少时间前的先前检测结果用于比较,mB和mZ分别设置为0.1和0.05,计算得到的P(B,Z)最大的被选定正确发射端选定为最终正确发射端。
9.根据权利要求6所述的基于边缘检测的室外可见光通信的LED检测方法,其特征在于,当所述的步骤S3无法筛选得到待定发射端区域或所述的步骤S3无法选定正确发射端时,所述的检测方法还包括如下补充算法:
当发射端区域的选择阶段和从待定发射端区域选中正确发射端区域阶段没有得到发射端区域,对发射端区域进行扩大,参考前一帧检测的发射端区域选择扩大的发射端区域:高度和宽度分别为Hpre-offset和Wpre-offset,中点为的边缘区域选择为扩大的发射端区域,其中,Hpre、Wpre、和Mpre_y分别为前一帧检测的发射端区域的高度、宽度、中点横坐标和中点纵坐标,将offset设置为1个像素,在扩大完成后,再次进入发射端区域的筛选阶段和从待定发射端区域选定正确发射端区域阶段,如果仍然没有选定正确发射端区域,将放弃这一帧,进入下一帧的处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578956.8A CN109035198A (zh) | 2018-06-07 | 2018-06-07 | 基于边缘检测的室外可见光通信的led检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810578956.8A CN109035198A (zh) | 2018-06-07 | 2018-06-07 | 基于边缘检测的室外可见光通信的led检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109035198A true CN109035198A (zh) | 2018-12-18 |
Family
ID=64612227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810578956.8A Pending CN109035198A (zh) | 2018-06-07 | 2018-06-07 | 基于边缘检测的室外可见光通信的led检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035198A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289909A (zh) * | 2019-06-28 | 2019-09-27 | 华南理工大学 | 基于光流法的室外可见光通信目标信号源追踪提取方法 |
KR102143918B1 (ko) * | 2019-08-13 | 2020-08-12 | 숭실대학교산학협력단 | 적응적 임계화에 기초한 차량 간 led 경계 검출 방법 및 장치 |
CN112288745A (zh) * | 2020-12-25 | 2021-01-29 | 武汉华工激光工程有限责任公司 | 基于小波变换的产品表面缺陷检测方法、存储器和处理器 |
CN113436168A (zh) * | 2021-06-25 | 2021-09-24 | 重庆邮电大学 | 一种用于工业焊缝x光图中的裂纹缺陷检测方法 |
US20210334980A1 (en) * | 2020-12-28 | 2021-10-28 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus for determining location of signal light, storage medium, program and roadside device |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044071A (zh) * | 2010-12-28 | 2011-05-04 | 上海大学 | 基于fpga的单像素边缘检测方法 |
CN102043950A (zh) * | 2010-12-30 | 2011-05-04 | 南京信息工程大学 | 基于canny算子和边缘点统计的车辆轮廓识别方法 |
CN107421506A (zh) * | 2017-08-11 | 2017-12-01 | 华南理工大学 | 一种基于室内可见光通信的视觉追踪定位系统和方法 |
CN107864013A (zh) * | 2017-11-10 | 2018-03-30 | 深圳市光域物联科技有限公司 | 面向无人驾驶车辆的自适应成像定位导航系统及方法 |
-
2018
- 2018-06-07 CN CN201810578956.8A patent/CN109035198A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102044071A (zh) * | 2010-12-28 | 2011-05-04 | 上海大学 | 基于fpga的单像素边缘检测方法 |
CN102043950A (zh) * | 2010-12-30 | 2011-05-04 | 南京信息工程大学 | 基于canny算子和边缘点统计的车辆轮廓识别方法 |
CN107421506A (zh) * | 2017-08-11 | 2017-12-01 | 华南理工大学 | 一种基于室内可见光通信的视觉追踪定位系统和方法 |
CN107864013A (zh) * | 2017-11-10 | 2018-03-30 | 深圳市光域物联科技有限公司 | 面向无人驾驶车辆的自适应成像定位导航系统及方法 |
Non-Patent Citations (1)
Title |
---|
H.CHINTHAKA N. PREMACHANDRA等: ""Detection of LED Traffic Light by Image Processing for Visible Light Communication System"", 《IEEE》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289909A (zh) * | 2019-06-28 | 2019-09-27 | 华南理工大学 | 基于光流法的室外可见光通信目标信号源追踪提取方法 |
KR102143918B1 (ko) * | 2019-08-13 | 2020-08-12 | 숭실대학교산학협력단 | 적응적 임계화에 기초한 차량 간 led 경계 검출 방법 및 장치 |
CN112288745A (zh) * | 2020-12-25 | 2021-01-29 | 武汉华工激光工程有限责任公司 | 基于小波变换的产品表面缺陷检测方法、存储器和处理器 |
CN112288745B (zh) * | 2020-12-25 | 2021-04-02 | 武汉华工激光工程有限责任公司 | 基于小波变换的产品表面缺陷检测方法、存储器和处理器 |
US20210334980A1 (en) * | 2020-12-28 | 2021-10-28 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus for determining location of signal light, storage medium, program and roadside device |
US11810320B2 (en) * | 2020-12-28 | 2023-11-07 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Method and apparatus for determining location of signal light, storage medium, program and roadside device |
CN113436168A (zh) * | 2021-06-25 | 2021-09-24 | 重庆邮电大学 | 一种用于工业焊缝x光图中的裂纹缺陷检测方法 |
CN113436168B (zh) * | 2021-06-25 | 2023-07-18 | 重庆邮电大学 | 一种用于工业焊缝x光图中的裂纹缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035198A (zh) | 基于边缘检测的室外可见光通信的led检测方法 | |
Son et al. | Real-time illumination invariant lane detection for lane departure warning system | |
CN101656023B (zh) | 一种视频监视模式下的室内停车场管理方法 | |
CN101030256B (zh) | 车辆图像分割方法和装置 | |
CN103077384B (zh) | 一种车标定位识别的方法与系统 | |
US8045761B2 (en) | Detection of environmental conditions in a sequence of images | |
CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
CN109635656A (zh) | 基于神经网络的车辆属性识别方法、装置、设备及介质 | |
DE102020114916A1 (de) | Systeme und verfahren zum reduzieren von flimmerartefakten in bildlichtquellen | |
DE102018201054A1 (de) | System und Verfahren zur Bilddarstellung durch ein Fahrerassistenzmodul eines Fahrzeugs | |
CN110386065A (zh) | 车辆盲区的监控方法、装置、计算机设备及存储介质 | |
TW201716266A (zh) | 影像修補系統及其方法 | |
EP2124194B1 (en) | Method of detecting objects | |
CN109615660A (zh) | 对车辆全景画面进行标定的方法及装置 | |
CN110472527A (zh) | 一种轨道线检测方法及系统 | |
CN101369312B (zh) | 检测图像中交叉口的方法和设备 | |
US20180191949A1 (en) | Method and system for image-based dynamic feature enhancement | |
CN109461309A (zh) | 一种路况信息获取方法及系统 | |
EP3815044B1 (de) | Verfahren zu einer sensor- und speicherbasierten darstellung einer umgebung, anzeigevorrichtung und fahrzeug mit der anzeigevorrichtung | |
CN111652033A (zh) | 基于OpenCV的车道线检测方法 | |
Wen et al. | A rear-vehicle detection system for static images based on monocular vision | |
CN105389993B (zh) | 视觉交通信号的处理与识别方法 | |
DE102021124986A1 (de) | Bildeinfärbung für fahrzeugkamerabilder | |
CN106340031A (zh) | 一种检测运动物体的方法和装置 | |
Taubel et al. | A lane departure warning system based on the integration of the optical flow and Hough transform methods |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181218 |