CN111666899A - 一种图像识别方法 - Google Patents

一种图像识别方法 Download PDF

Info

Publication number
CN111666899A
CN111666899A CN202010518132.9A CN202010518132A CN111666899A CN 111666899 A CN111666899 A CN 111666899A CN 202010518132 A CN202010518132 A CN 202010518132A CN 111666899 A CN111666899 A CN 111666899A
Authority
CN
China
Prior art keywords
vehicle
image
information
recognition method
identified
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.)
Withdrawn
Application number
CN202010518132.9A
Other languages
English (en)
Inventor
冯程程
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.)
Anhui Phetom Intelligent Traffic Technology Co Ltd
Original Assignee
Anhui Phetom Intelligent Traffic 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 Anhui Phetom Intelligent Traffic Technology Co Ltd filed Critical Anhui Phetom Intelligent Traffic Technology Co Ltd
Priority to CN202010518132.9A priority Critical patent/CN111666899A/zh
Publication of CN111666899A publication Critical patent/CN111666899A/zh
Withdrawn legal-status Critical Current

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • 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
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种图像识别方法，其识别方法包括以下步骤：获取待识别车辆的行驶图像；在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；对分析处理后的车辆信息与驾驶车辆的距离位置进行计算。本发明通过将车辆行驶过程中得到的前方车辆数据和其他多个目标对象的车辆行驶图像，并对其详细信息进行分析处理，可得到准确的数据，可提醒驾驶员作出相应的操作，同时可采用光流法来计算车辆和背景的相对运动，同样可以确定车辆位置，由于会产生发散光流，该方法在检测相反方向运动的车辆时更加奏效，离开车辆或者是超车车辆产生的汇聚流，也很容易被检测到。

Description

一种图像识别方法
技术领域
本发明涉及图像识别技术领域，具体为一种图像识别方法。
背景技术
图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理。
高级驾驶辅助系统是利用安装在车内的传感器，在汽车行驶过程中来感知周围环境，并通过运算和分析从而预先让驾驶者察觉到可能发生危险的系统，这样可以有效增加汽车驾驶的舒适性和安全性，在高级驾驶辅助系统中，前方车辆的位置是重要的数据，在一种方式中，可以通过雷达来对前方车辆进行测距，然而雷达成本较高，同时没有目标类型的区分，无法实现前方车辆的位置的准确判定，而通过图像获取设备获取前方车辆的图像，通过图像分析得到前方车辆的位置，然后在得到前方车辆的位置后无法与驾驶车辆的位置进行对比运算，车速过快时极易与前方车辆产生碰撞，这样依然存在潜在危险性。
发明内容
本发明的目的在于提供一种图像识别方法，以解决上述背景技术提出的问题。
为实现上述目的，本发明提供如下技术方案：一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
优选的，所述在步骤A中将对以下信息进行详细识别：
a、车辆几何结构：路面车辆从后方观察时，包含许多水平结构如后窗、行李箱、保险杠，也可提出基于几何结构的车辆检测方法；日间车辆定位需要考虑车辆下方的阴影问题，其优势是可以检测所有潜在车辆；
b、车辆下方阴影：车辆比周围环境的纹理要平滑一些；几乎所有车轮都沿着中心轴线，该特征可以很好的将车辆与环境区分开来，同时受噪声影响小；
c、纹理对称性：几乎所有车轮都沿着中心轴线，该特征可以很好将车辆与环境区分开来，同时受噪声影响小；
d、色彩信息尾灯：寻找图像中的亮斑，即可能包含尾灯的区域。
优选的，所述在步骤B中将录入计算中心的车辆所有信息进行分析处理，对待识别的车辆行驶图像中的目标对象进行识别之前，对待识别的车辆行驶图像进行预处理。
优选的，所述在上述步骤结束后还需要采集多个目标对象的车辆行驶图像并标注出多个车辆行驶图像中的每一个车辆行驶图像中的目标对象，将多个车辆行驶图像以及对应的标注的目标对象作为训练集样本；还可采用光流法来计算车辆和背景的相对运动，同样可以确定车辆位置，由于会产生发散光流，该方法在检测相反方向运动的车辆时更加奏效，离开车辆或者是超车车辆产生的汇聚流，也很容易被检测到，并且灰度图和彩色图都可以进行车辆检测，二维场景和三维场景都可以使用光流法。
优选的，所述在步骤C中计算目标车辆的行驶速度，将检测数据与驾驶车辆的信息进行对比并计算出准确值，提醒驾驶员预先做出正确判断。
与现有技术相比，本发明的有益效果如下：
1、本发明通过将车辆行驶过程中得到的前方车辆数据和其他多个目标对象的车辆行驶图像，并对其详细信息进行分析处理，可得到准确的数据，可提醒驾驶员作出相应的操作，同时可采用光流法来计算车辆和背景的相对运动，同样可以确定车辆位置，由于会产生发散光流，该方法在检测相反方向运动的车辆时更加奏效，离开车辆或者是超车车辆产生的汇聚流，也很容易被检测到，并且灰度图和彩色图都可以进行车辆检测，二维场景和三维场景都可以使用光流法。
附图说明
图1为本发明图像识别方法流程图。
具体实施方式
下面将结合本发明实施例中，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
请参阅图1，本发明提供如下技术方案：一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
实施例一：
一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
实施例二：
在实施例一中，再加上下述工序：
在步骤A中将对以下信息进行详细识别：
a、车辆几何结构：路面车辆从后方观察时，包含许多水平结构如后窗、行李箱、保险杠，也可提出基于几何结构的车辆检测方法；日间车辆定位需要考虑车辆下方的阴影问题，其优势是可以检测所有潜在车辆；
b、车辆下方阴影：车辆比周围环境的纹理要平滑一些；几乎所有车轮都沿着中心轴线，该特征可以很好的将车辆与环境区分开来，同时受噪声影响小；
c、纹理对称性：几乎所有车轮都沿着中心轴线，该特征可以很好将车辆与环境区分开来，同时受噪声影响小；
d、色彩信息尾灯：寻找图像中的亮斑，即可能包含尾灯的区域。
一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
实施例三：
在实施例二中，再加上下述工序：
在步骤B中将录入计算中心的车辆所有信息进行分析处理，对待识别的车辆行驶图像中的目标对象进行识别之前，对待识别的车辆行驶图像进行预处理。
一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
实施例四：
在实施例三中，再加上下述工序：
在上述步骤结束后还需要采集多个目标对象的车辆行驶图像并标注出多个车辆行驶图像中的每一个车辆行驶图像中的目标对象，将多个车辆行驶图像以及对应的标注的目标对象作为训练集样本；还可采用光流法来计算车辆和背景的相对运动，同样可以确定车辆位置，由于会产生发散光流，该方法在检测相反方向运动的车辆时更加奏效，离开车辆或者是超车车辆产生的汇聚流，也很容易被检测到，并且灰度图和彩色图都可以进行车辆检测，二维场景和三维场景都可以使用光流法。
一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
实施例五：
在实施例四中，再加上下述工序：
在步骤C中计算目标车辆的行驶速度，将检测数据与驾驶车辆的信息进行对比并计算出准确值，提醒驾驶员预先做出正确判断。
一种图像识别方法，其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种图像识别方法，其特征在于：其识别方法包括以下步骤：
A、获取待识别车辆的行驶图像；
B、在待识别的车辆图像中对车辆的整体造型和后车底边进行识别记录，将信息录入车内分析传感器与计算中心内；
C、对分析处理后的车辆信息与驾驶车辆的距离位置进行计算，并得到准确数据。
2.根据权利要求1所述的一种图像识别方法，其特征在于：所述在步骤A中将对以下信息进行详细识别：
a、车辆几何结构：路面车辆从后方观察时，包含许多水平结构如后窗、行李箱、保险杠，也可提出基于几何结构的车辆检测方法；日间车辆定位需要考虑车辆下方的阴影问题，其优势是可以检测所有潜在车辆；
b、车辆下方阴影：车辆比周围环境的纹理要平滑一些；几乎所有车轮都沿着中心轴线，该特征可以很好的将车辆与环境区分开来，同时受噪声影响小；
c、纹理对称性：几乎所有车轮都沿着中心轴线，该特征可以很好将车辆与环境区分开来，同时受噪声影响小；
d、色彩信息尾灯：寻找图像中的亮斑，即可能包含尾灯的区域。
3.根据权利要求1所述的一种图像识别方法，其特征在于：所述在步骤B中将录入计算中心的车辆所有信息进行分析处理，对待识别的车辆行驶图像中的目标对象进行识别之前，对待识别的车辆行驶图像进行预处理。
4.根据权利要求1所述的一种图像识别方法，其特征在于：所述在上述步骤结束后还需要采集多个目标对象的车辆行驶图像并标注出多个车辆行驶图像中的每一个车辆行驶图像中的目标对象，将多个车辆行驶图像以及对应的标注的目标对象作为训练集样本；还可采用光流法来计算车辆和背景的相对运动，同样可以确定车辆位置，由于会产生发散光流，该方法在检测相反方向运动的车辆时更加奏效，离开车辆或者是超车车辆产生的汇聚流，也很容易被检测到，并且灰度图和彩色图都可以进行车辆检测，二维场景和三维场景都可以使用光流法。
5.根据权利要求1所述的一种图像识别方法，其特征在于：所述在步骤C中计算目标车辆的行驶速度，将检测数据与驾驶车辆的信息进行对比并计算出准确值，提醒驾驶员预先做出正确判断。
CN202010518132.9A 2020-06-09 2020-06-09 一种图像识别方法 Withdrawn CN111666899A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010518132.9A CN111666899A (zh) 2020-06-09 2020-06-09 一种图像识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010518132.9A CN111666899A (zh) 2020-06-09 2020-06-09 一种图像识别方法

Publications (1)

Publication Number Publication Date
CN111666899A true CN111666899A (zh) 2020-09-15

Family

ID=72386226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010518132.9A Withdrawn CN111666899A (zh) 2020-06-09 2020-06-09 一种图像识别方法

Country Status (1)

Country Link
CN (1) CN111666899A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861683A (zh) * 2021-01-29 2021-05-28 上海商汤临港智能科技有限公司 一种行驶朝向检测方法、装置、计算机设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861683A (zh) * 2021-01-29 2021-05-28 上海商汤临港智能科技有限公司 一种行驶朝向检测方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
US11854272B2 (en) Hazard detection from a camera in a scene with moving shadows
CN110077399B (zh) 一种基于道路标线、车轮检测融合的车辆防碰撞方法
JP5297078B2 (ja) 車両の死角における移動物体を検知するための方法、および死角検知装置
US7046822B1 (en) Method of detecting objects within a wide range of a road vehicle
CN107667378B (zh) 用于识别和评估路面反射的方法和装置
CN110065494B (zh) 一种基于车轮检测的车辆防碰撞方法
US8379928B2 (en) Obstacle detection procedure for motor vehicle
CN110794406B (zh) 多源传感器数据融合系统和方法
WO2003001473A1 (en) Vision-based collision threat detection system_
Chiu et al. Automatic Traffic Surveillance System for Vision-Based Vehicle Recognition and Tracking.
CN109948552B (zh) 一种复杂交通环境中的车道线检测的方法
US10672141B2 (en) Device, method, system and computer-readable medium for determining collision target object rejection
JP2006160116A (ja) 車両運動推定装置及び移動体検出装置
CN109827516B (zh) 一种通过车轮来测量距离的方法
CN112597839B (zh) 基于车载毫米波雷达的道路边界检测方法
Yoneda et al. Simultaneous state recognition for multiple traffic signals on urban road
JP2016045767A (ja) 運動量推定装置及びプログラム
CN111666899A (zh) 一种图像识别方法
CN111414857B (zh) 一种基于视觉的多特征融合的前方车辆检测方法
CN116587978A (zh) 一种基于车载显示屏的碰撞预警方法及系统
CN110727269A (zh) 车辆控制方法及相关产品
CN115214681A (zh) 借助人工神经网络确定地平面的方法和系统
JP2002183719A (ja) 車両用周囲検出装置
CN116659540B (zh) 一种在自动驾驶过程中的交通护栏识别方法
Inoue et al. Following vehicle detection using multiple cameras

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200915

WW01 Invention patent application withdrawn after publication