CN113888479A - 道路能见度检测方法、装置、设备及存储介质 - Google Patents
道路能见度检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113888479A CN113888479A CN202111081343.1A CN202111081343A CN113888479A CN 113888479 A CN113888479 A CN 113888479A CN 202111081343 A CN202111081343 A CN 202111081343A CN 113888479 A CN113888479 A CN 113888479A
- Authority
- CN
- China
- Prior art keywords
- road
- determining
- invisible
- image
- point
- 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
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种道路能见度检测方法、装置、设备及存储介质。该方法包括:获取摄像头采集的道路图像;获取道路图像中道路区域对应的图像掩膜;以像素行为单位,从下至上依次遍历图像掩膜中道路区域对应范围内的每个像素点,确定道路区域对应范围内的不可视段;根据不可视段对应的实际长度,确定目标不可视段;根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点;根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标;根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。根据本申请实施例,可以降低实施复杂度,并且排除道路远处车灯和车身对能见度距离值的影响,达到提高道路能见度距离检测准确度的效果。
Description
技术领域
本申请属于智能交通技术,尤其涉及一种道路能见度检测方法、装置、设备及存储介质。
背景技术
在高速公路场景中,能见度是影响驾驶安全的最重要的客观环境因素之一,雾天带来的能见度低下会带来严重的交通安全事故。因此,如何提高道路能见度检测的准确性是一个亟待解决的问题。
通常情况下,可使用专门的能见度测量仪器来获取精确的能见度距离,但这种方案不但预算成本高,而且实施成本也很高。而为了降低成本,目前主要是从道路监控图像中通过预设算法获取能见度距离,其中,预设算法例如可以是基于暗通道计算透射率换算能见度距离的方法,这些算法有些实施复杂度较高,而有些则容易受到车灯和车身的噪声干扰,导致计算得到的能见度距离与实际情况存在较大误差,从而使得能见度检测结果不准确。
发明内容
本申请实施例提供一种道路能见度检测方法、装置、设备及存储介质,能够在降低实施复杂度的同时,提高道路能见度距离检测准确度。
第一方面,本申请实施例提供一种道路能见度检测方法,方法包括:
获取摄像头采集的道路图像;
获取道路图像中道路区域对应的图像掩膜;
以像素行为单位,从下至上依次遍历图像掩膜中道路区域对应范围内的每个像素点,确定道路区域对应范围内的不可视段;其中,不可视段中包括至少一个不可视行;
根据不可视段对应的实际长度,确定目标不可视段;其中,目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段;
根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点;
根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标;
根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。
在一种可选的实施方式中,根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值,包括:
根据可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到初始道路能见度距离值;
将初始道路能见度距离值输入至预设滤波器,利用预设滤波器对初始道路能见度距离值进行数据平滑处理,输出得到道路能见度距离值。
在一种可选的实施方式中,预设滤波器为g-h滤波器;其中,在初始道路能见度距离值大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值为第一值,初始道路能见度距离值不大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值设置为第二值,第一值小于第二值。
在一种可选的实施方式中,图像坐标包括横坐标和纵坐标;
获取道路图像中道路区域对应的图像掩膜,包括:
确定道路图像中道路区域对应的左侧车道线边界点集合和右侧车道线边界点集合;
依次遍历道路图像中的每个像素点,根据当前遍历的像素点对应的目标纵坐标,从左侧车道线边界点集合中确定与目标纵坐标对应的第一上边界点和第一下边界点,以及从右侧车道线边界点集合中确定与目标纵坐标对应的第二上边界点和第二下边界点;
根据第一上边界点、第一下边界点、第二上边界点和第二下边界点分别对应的图像坐标,确定当前遍历的像素点是否为道路区域范围内的像素点,直至遍历完道路图像中的每个像素点,确定得到道路图像中道路区域对应的图像掩膜。
在一种可选的实施方式中,根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点,包括:
根据目标不可视段在图像掩膜中的位置,确定与目标不可视段相邻的上一个可视段;
将可视段的上边界确定为可视边界;
将可视边界对应的像素行中左起第一个可视点,确定为可视边界点。
在一种可选的实施方式中,确定道路区域对应范围内的不可视段,包括:
确定当前遍历的目标像素行中是否存在可视点;
在不存在可视点的情况下,将目标像素行确定为不可视行;
将连续的多个不可视行划分为一个不可视段,得到道路区域对应范围内的不可视段。
在一种可选的实施方式中,确定当前遍历的目标像素行中是否存在可视点,包括:
获取当前遍历的目标像素行中像素点对应的对比度值;
确定目标像素行中是否存在对比度值大于预设阈值的目标像素点;
在存在目标像素点的情况下,确定目标像素行中存在可视点;否则,确定目标像素行中不存在可视点。
在一种可选的实施方式中,实际坐标为经纬度坐标;
在根据不可视段对应的实际长度,确定目标不可视段之前,方法还包括:
确定图像坐标与经纬度坐标之间的映射关系;
根据映射关系以及不可视段在图像掩膜中的图像长度,确定不可视段对应的实际长度;
根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标,包括:
基于映射关系,根据可视边界点对应的图像坐标,确定可视边界点对应的经纬度坐标。
第二方面,本申请实施例提供了一种道路能见度检测装置,该道路能见度检测装置包括:
图像获取模块,用于获取摄像头采集的道路图像;
掩膜获取模块,用于获取道路图像中道路区域对应的图像掩膜;
第一确定模块,用于以像素行为单位,从下至上依次遍历图像掩膜中道路区域对应范围内的每个像素点,确定道路区域对应范围内的不可视段;其中,不可视段中包括至少一个不可视行;
第二确定模块,用于根据不可视段对应的实际长度,确定目标不可视段;其中,目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段;
边界点确定模块,用于根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点;
坐标确定模块,用于根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标;
距离确定模块,用于根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。
在一种可选的实施方式中,距离确定模块包括:
计算子模块,用于根据可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到初始道路能见度距离值;
数据处理子模块,用于将初始道路能见度距离值输入至预设滤波器,利用预设滤波器对初始道路能见度距离值进行数据平滑处理,输出得到道路能见度距离值。
在一种可选的实施方式中,预设滤波器为g-h滤波器;其中,在初始道路能见度距离值大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值为第一值,初始道路能见度距离值不大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值设置为第二值,第一值小于第二值。
在一种可选的实施方式中,图像坐标包括横坐标和纵坐标;
掩膜获取模块包括:
第一确定子模块,用于确定道路图像中道路区域对应的左侧车道线边界点集合和右侧车道线边界点集合;
第二确定子模块,用于依次遍历道路图像中的每个像素点,根据当前遍历的像素点对应的目标纵坐标,从左侧车道线边界点集合中确定与目标纵坐标对应的第一上边界点和第一下边界点,以及从右侧车道线边界点集合中确定与目标纵坐标对应的第二上边界点和第二下边界点;
第三确定子模块,用于根据第一上边界点、第一下边界点、第二上边界点和第二下边界点分别对应的图像坐标,确定当前遍历的像素点是否为道路区域范围内的像素点,直至遍历完道路图像中的每个像素点,确定得到道路图像中道路区域对应的图像掩膜。
在一种可选的实施方式中,边界点确定模块包括:
可视段确定子模块,用于根据目标不可视段在图像掩膜中的位置,确定与目标不可视段相邻的上一个可视段;
可视边界确定子模块,用于将可视段的上边界确定为可视边界;
可视边界点确定子模块,用于将可视边界对应的像素行中左起第一个可视点,确定为可视边界点。
在一种可选的实施方式中,第一确定模块包括:
可视点确定子模块,用于确定当前遍历的目标像素行中是否存在可视点;
不可视行确定子模块,用于在不存在可视点的情况下,将目标像素行确定为不可视行;
不可视段确定子模块,用于将连续的多个不可视行划分为一个不可视段,得到道路区域对应范围内的不可视段。
在一种可选的实施方式中,可视点确定子模块包括:
获取单元,用于获取当前遍历的目标像素行中像素点对应的对比度值;
第一确定单元,用于确定目标像素行中是否存在对比度值大于预设阈值的目标像素点;
第二确定单元,用于在存在目标像素点的情况下,确定目标像素行中存在可视点;否则,确定目标像素行中不存在可视点。
在一种可选的实施方式中,实际坐标为经纬度坐标;装置还包括:
映射关系确定模块,用于在根据不可视段对应的实际长度,确定目标不可视段之前,确定图像坐标与经纬度坐标之间的映射关系;
第三确定模块,用于根据映射关系以及不可视段在图像掩膜中的图像长度,确定不可视段对应的实际长度;
第三确定模块包括:
坐标确定子模块,用于基于映射关系,根据可视边界点对应的图像坐标,确定可视边界点对应的经纬度坐标。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现如第一方面的任一项实施例中所述的道路能见度检测方法。
第四方面,本申请实施例提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面的任一项实施例中所述的道路能见度检测方法。
本申请实施例的道路能见度检测方法、装置、设备及存储介质,通过获取道路图像中道路区域对应的图像掩膜,进而确定道路区域对应范围内的不可视段,结合已确定的不可视段对应的实际长度,确定目标不可视段,进而根据目标不可视段的位置确定可视边界点,利用该可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到道路能见度距离值。这样,一方面,由于本申请实施例是基于道路图像中道路区域对应的图像掩膜进行的计算处理,因此,可以降低实施复杂度;另一方面,由于目标不可视段是已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段,因此,在不可视段的实际长度或实际累积长度超过预设长度时就可认定已达到可视边界处,进而能够排除道路远处车灯和车身对能见度距离值的影响,达到提高道路能见度距离检测准确度的效果。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的道路能见度检测方法的流程示意图之一;
图2是本申请一个实施例提供的道路区域对应的图像掩膜的示意图之一;
图3是本申请一个实施例提供的道路区域对应的图像掩膜的示意图之二;
图4是本申请一个实施例提供的道路能见度检测方法的流程示意图之二;
图5是本申请一个实施例提供的道路能见度检测装置的结构示意图;
图6是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本申请实施例提供了一种道路能见度检测方法、装置、设备及计算机存储介质。该道路能见度检测方法可以应用于在道路上对能见度进行检测的场景,下面首先对本申请实施例所提供的道路能见度检测方法进行介绍。
图1示出了本申请一个实施例提供的道路能见度检测方法的流程示意图。如图1所示,该道路能见度检测方法具体可以包括如下步骤:
步骤110,获取摄像头采集的道路图像。
步骤120,获取道路图像中道路区域对应的图像掩膜。
步骤130,以像素行为单位,从下至上依次遍历图像掩膜中道路区域对应范围内的每个像素点,确定道路区域对应范围内的不可视段;其中,不可视段中包括至少一个不可视行。
步骤140,根据不可视段对应的实际长度,确定目标不可视段;其中,目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段。
步骤150,根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点。
步骤160,根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标。
步骤170,根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。
由此,通过获取道路图像中道路区域对应的图像掩膜,进而确定道路区域对应范围内的不可视段,结合已确定的不可视段对应的实际长度,确定目标不可视段,进而根据目标不可视段的位置确定可视边界点,利用该可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到道路能见度距离值。这样,一方面,由于本申请实施例是基于道路图像中道路区域对应的图像掩膜进行的计算处理,因此,可以降低实施复杂度;另一方面,由于目标不可视段是已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段,因此,在不可视段的实际长度或实际累积长度超过预设长度时就可认定已达到可视边界处,进而能够排除道路远处车灯和车身对能见度距离值的影响,达到提高道路能见度距离检测准确度的效果。
下面对上述步骤进行详细说明,具体如下所示:
首先,涉及步骤110,本申请实施例中,道路图像可以是通过摄像头拍摄的有清晰车道分割线以及道路区域的图像。其中,摄像头可以是设置于道路两侧的监控摄像头,也可以是设置于车辆上的移动的摄像头,在此不作限定。
其次,涉及步骤120,本申请实施例中图像掩膜的范围可以通过车道线分割算法自动获取或手动选取,其中,掩膜可以是对图像的全部或局部进行遮挡,来控制图像处理的区域或处理过程,这里可以是对道路图像中道路区域之外的区域进行遮挡,以对道路区域范围内的图像进行处理。
在一个具体的例子中,例如,如图2所示,在获取监控摄像头采集的道路图像后,通过预设算法自动获取道路图像中道路区域对应的图像掩膜。
在一种可选实施方式中,图像坐标包括横坐标和纵坐标;
上述步骤120具体可以包括:
确定道路图像中道路区域对应的左侧车道线边界点集合和右侧车道线边界点集合;
依次遍历道路图像中的每个像素点,根据当前遍历的像素点对应的目标纵坐标,从左侧车道线边界点集合中确定与目标纵坐标对应的第一上边界点和第一下边界点,以及从右侧车道线边界点集合中确定与目标纵坐标对应的第二上边界点和第二下边界点;
根据第一上边界点、第一下边界点、第二上边界点和第二下边界点分别对应的图像坐标,确定当前遍历的像素点是否为道路区域范围内的像素点,直至遍历完道路图像中的每个像素点,确定得到道路图像中道路区域对应的图像掩膜。
这里,在车道线有多条的情况下,左侧车道线边界点集合可以是道路图像中最左侧车道线的边界点集合,右侧车道线边界点集合可以是道路图像中最右侧车道线的边界点集合。其中,边界点可以通过边缘检测算法选取或者手工选取,每个像素点可以通过从下到上、从左到右的方式进行遍历,当前遍历的像素点可以在道路区域范围内或者道路区域范围外。
另外,目标纵坐标可以是当前遍历的像素点在图像坐标中对应的纵坐标,第一上边界点和第一下边界点可以是左侧车道线边界点集合中与目标纵坐标对应像素点上下相邻的边界点,第二上边界点和第二下边界点可以是右侧车道线边界点集合中与目标纵坐标对应像素点上下相邻的边界点。
在一个具体的例子中,通过监控摄像头获取道路图像后,利用边缘检测算法获取左侧车道线边界点集合和右侧车道线边界点集合并且对道路图像中所有像素点进行遍历。设当前遍历的像素点在图像坐标中对应的坐标为A(x,y),分别在有序的左侧车道线边界点集合和右侧车道线边界点集合中以y坐标为参考,寻找y坐标与点A的y坐标相邻的左侧车道线边界点集合中的两个点,即上边界点和下边界点以及y坐标与点A的y坐标相邻的右侧车道线边界点集合中的两个点,即上边界点和下边界点设矢量:
当满足以下条件时,表示当前遍历的像素点A为道路区域范围内的像素点:
Nleft×Mleft>0 and Nright×Mright<0
依次遍历道路图像中的每个像素点,利用上述公式获得所有满足条件的像素点,则得到道路图像中道路区域对应的图像掩膜。其中,Mleft为左侧车道线边界点集合中的上边界点和下边界点之间的矢量距离,Mright为右侧车道线边界点集合中的上边界点和下边界点之间的矢量距离,Nleft为当前遍历的像素点A与左侧车道线边界点集合中下边界点之间的矢量距离,Nright为当前遍历的像素点A与右侧车道线边界点集合中下边界点之间的矢量距离。
由此,通过遍历道路图像中的所有像素点,并利用公式获得所有道路区域范围内的像素点,可以准确地得到道路图像中道路区域对应的图像掩膜,避免道路区域范围外像素点的干扰,同时可以缩小图像处理范围,减小计算复杂度。
涉及步骤130,本申请实施例中,不可视行可以是没有可视点的像素行,像素行可以由一行像素点组成,不可视段可以由连续的不可视行组成。
在一种可选实施方式中,上述步骤130具体可以包括:
确定当前遍历的目标像素行中是否存在可视点;
在不存在可视点的情况下,将目标像素行确定为不可视行;
将连续的多个不可视行划分为一个不可视段,得到道路区域对应范围内的不可视段。
这里,目标像素行可以是当前遍历的像素点所在的像素行,像素点是否为可视点可以根据像素点与周围像素点之间的对比度进行确定,不可视行可以是不存在可视点的像素行,也即,在目标像素行中不存在可视点的情况下,该目标像素行可以被认定为不可视行。不可视段可以包括一个不可视行,也可以包括多个连续分布的不可视行。
在一个具体的例子中,通过监控摄像头获取道路图像以及道路区域对应的图像掩膜后,在道路图像中,通过该图像掩膜能见度检测的范围,将道路区域对应的像素点由下往上、由左往右进行遍历,若当前遍历的目标像素行中存在可视点,则该目标像素行为可视行,若当前遍历的目标像素行中不存在可视点,将该目标像素行确定为不可视行,连续的不可视行划分为一个不可视段。
由此,通过遍历道路图像中道路区域对应的所有像素点,并利用公式确定当前遍历的目标像素行中是否存在可视点,可以准确地得到不可视段。
在一种可选实施方式中,上述确定当前遍历的目标像素行中是否存在可视点,具体可以包括:
获取当前遍历的目标像素行中像素点对应的对比度值;
确定目标像素行中是否存在对比度值大于预设阈值的目标像素点;
在存在目标像素点的情况下,确定目标像素行中存在可视点;否则,确定目标像素行中不存在可视点。
这里,对比度是指画面的明暗反差程度,预设阈值可以根据国际照明委员会对人眼对比度阈值的定义进行确定,目标像素点可以是当前遍历的像素行中对比度值大于预设阈值的像素点。
另外,像素点对应的对比度可以使用多个邻域或不同窗口尺度的值来进行计算,例如,定义两像素点的对比度计算公式:
其中a,b表示两像素点的灰度值。对于某一像素点x,取其上下左右四个方向相邻的像素点分别计算对比度,取最大值作为该像素点对比度值:
Cx=max(C(x,xi)),i∈V4
其中i表示上下左右四个方向,xi表示上下左右四个相邻像素点。根据国际照明委员会对人眼对比度阈值的定义,Cx≥0.05即为可视点。
在一个具体的例子中,根据图像掩膜能见度检测的范围,遍历道路图像中道路区域范围内的像素点,根据对比度计算公式,确定当前遍历的像素行中某一像素点对应的对比度值大于预设阈值,则该像素点为可视点,该像素点对应的像素行为可视行。
由此,根据道路图像中道路区域对应的像素点的对比度值,可以准确地确定目标像素行中是否存在可视点。
涉及步骤140,本申请实施例中,不可视段对应的实际长度可以通过经纬度坐标之间的距离进行确定,具体可以是不可视段上下边界所在不可视行的中点或端点之间的实际距离。已确定不可视段的实际累积长度可以是,每个不可视段上下边界所在不可视行的中点或端点,或者,邻近的可视行的端点、中点或任一可视点之间实际距离的累积长度。第一预设长度与第二预设长度可以是根据需要任意设置的长度。
在一个具体的例子中,如图3所示,在将第一预设长度设置为50米的情况下,从下至上遍历道路图像中道路区域范围内的像素点,并确定不可视段31(长度为30米)和不可视段32(长度为100米)后,可将不可视段31对应的实际长度与不可视段32对应的实际长度相加,作为实际累积长度,由于实际累积长度为130米,大于第一预设长度50米,则将不可视段32确定为目标不可视段。
除了上述确定目标不可视段的方式之外,在另一个具体的例子中,如图3所示,在将第二预设长度设置为50米的情况下,从下至上遍历道路图像中道路区域范围内的像素点,并确定不可视段31(长度为30米)和不可视段32(长度为100米)后,可知,不可视段32是首个对应的实际长度大于第二预设长度50米的不可视段,则将不可视段32确定为目标不可视段。
这样,就可以将能见度误差范围控制在第一预设长度或第二预设长度之内,避免受到车灯或车身的影响。
在一种可选实施方式中,实际坐标为经纬度坐标;
在步骤140之前,该道路能见度检测方法具体还可以包括:
确定图像坐标与经纬度坐标之间的映射关系;
根据映射关系以及不可视段在图像掩膜中的图像长度,确定不可视段对应的实际长度。
这里,经纬度坐标可以使用高精度地图对道路上的车道线进行定位确定,或者通过携带定位装置的人工标志物进行确定,其中,定位时依靠的定位系统可以是全球定位系统(Global Positioning System,GPS)、北斗定位系统等。例如,携带GPS定位装置的网联车驶过道路,通过将网联车对应的GPS坐标与道路图像中网联车对应的图像坐标进行关联,进而可得到GPS坐标与图像坐标之间的映射关系。另外,若通过设置多个人工标志物的方式来获取图像坐标与经纬度坐标之间的映射关系,则人工标志物应尽量覆盖道路区域对应的范围。
示例性地,图像坐标与经纬度坐标之间的映射关系可以通过以下方式确定:在采集的道路图像视野范围内,通过GPS仪器获取人工标志物的GPS坐标PGPS,以及监控摄像头所在位置的GPS坐标同时在图像中标出该人工标志物底部接触地面的一端的中心像素点坐标PIMG,以道路图像建立二维坐标系(例如以图像的宽为横坐标,图像的高为纵坐标建立的坐标系)。根据映射关系:
PGPS=M·PIMG
则有:
其中X和Y为图像像素点坐标,Lon和Lat为道路图像中像素点对应的实际经度坐标和纬度坐标,z为映射缩放系数,a11~a32为投影矩阵M中的系数。则有:
a11·X+a12·Y+a13=Lon·z
a21·X+a22·Y+a23=Lat·z
a31+a32+1=z
转换为矩阵形式:
将获取的多个GPS坐标PGPS与图像像素点坐标PIMG分别对应填入公式后,可求得a11~a32,即得到投影矩阵M。其中,求解方式包括但不限定于SVD分解、求伪逆等。
由此,通过判断不可视段中实际长度或者实际累计长度是否大于预设长度,确定目标不可视段,以及通过图像坐标与经纬度坐标之间的映射关系,以及不可视段在图像掩膜中的图像长度,可以准确地确定不可视段对应的实际长度,从而减小将道路远处车灯或车身当成可视点所带来的误差。
涉及步骤150,本申请实施例中,可视边界点可以是可视边界对应的可视行中的左起第一个可视点,其中,可视边界可以是与目标不可视段相邻的上一个可视段的上边界。当然,可视边界点也可以是可视边界对应的可视行中的其他可视点或者端点,在此不做限定。
在一种可选实施方式中,上述步骤150具体可以包括:
根据目标不可视段在图像掩膜中的位置,确定与目标不可视段相邻的上一个可视段;
将可视段的上边界确定为可视边界;
将可视边界对应的像素行中左起第一个可视点,确定为可视边界点。
其中,可视边界点可以是可视边界对应的像素行中左起第一个可视点,或者可视边界对应的像素行中中间的可视点,也可以是可视边界对应的像素行中左起第一个像素点。
在一个具体的例子中,如图3所示,由于不可视段32是首个对应的实际长度大于50米的不可视段,因此,将不可视段32确定为目标不可视段,进而将与不可视段32相邻的上一个可视段的上边界确定为可视边界33,将可视边界33对应的像素行中左起第一个可视点,确定为可视边界点。
由此,通过将与目标不可视段相邻的上一个可视段的上边界确定为可视边界,以及将可视边界对应的像素行中左起第一个可视点确定为可视边界点,可以更加准确地确定可视边界点,进而提高能见度距离的准确性。
涉及步骤160,本申请实施例中,可视边界点对应的实际坐标可以是可视边界点对应的经纬度坐标,可以通过图像坐标与经纬度坐标之间的映射关系,以及可视边界点对应的图像坐标进行确定。
上述步骤160具体可以包括:
基于映射关系,根据可视边界点对应的图像坐标,确定可视边界点对应的经纬度坐标。
在一个具体的例子中,根据多个人工标志物的GPS坐标与图像像素点坐标,得到投影矩阵M后,将可视边界点的图像坐标作为自变量PIMG代入映射关系:PGPS=M·PIMG,从而得到可视边界点的实际GPS坐标PGPS,即可视边界点对应的经纬度坐标。
由此,通过映射关系以及可视边界点对应的图像坐标,可以准确地确定可视边界点对应的经纬度坐标。
涉及步骤170,根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。
在一个具体的例子中,根据映射关系以及可视边界点对应的图像坐标,得到可视边界点的实际GPS坐标后,通过摄像头所在位置的GPS坐标与可视边界点的真实GPS坐标,换算摄像头与可视边界点的真实距离,作为道路能见度距离值。
基于此,在一种可能的实施例中,如图4所示,上述步骤170具体可以包括步骤1701-步骤1702,具体如下所示:
步骤1701,根据可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到初始道路能见度距离值;
步骤1702,将初始道路能见度距离值输入至预设滤波器,利用预设滤波器对初始道路能见度距离值进行数据平滑处理,输出得到道路能见度距离值。
这里,初始道路能见度距离值可以是根据可视边界点与摄像头对应的实际坐标,换算得到的实际距离。
现实世界中存在很多噪声干扰,而计算得到的道路能见度距离结果中往往包含了大量噪声,因此,需要利用滤波来对数据进行平滑处理。根据高速道路白天能见度场景中噪声往往是出现在远处的特点,本申请实施例为了进一步提高计算结果的准确性,通过设置预设滤波器滤除计算结果中包含的远处噪声。其中,预设滤波器可以是均值滤波器、中值滤波器、卡尔曼滤波器或阿尔法-贝塔滤波器(α-β滤波器/g-h滤波器)等。
在一种可选实施方式中,预设滤波器为g-h滤波器;其中,在初始道路能见度距离值大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值为第一值,初始道路能见度距离值不大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值设置为第二值,第一值小于第二值。
这里,滤波器预测值可以是g-h滤波器的预测能见度距离值,置信度参数g可以是g-h滤波器对滤波器预测值的信任度,第一值与第二值可以是根据需要设置的置信度参数g的参数值。
示例性地,g-h滤波器的计算过程如下:
dx=0
while input data:Xn,n∈R+
end while
其中,Xn为当前计算得到的初始道路能见度距离值,其0初始值设为X0,该X0可以为第一次计算时得到的初始道路能见度距离值,为g-h滤波器滤波后的道路能见度距离值,为g-h滤波器的预测能见度距离值,dx为能见度变化速率,初始值设为0,dt为变化时间间隔,Y为预测结果与原始结果的差值。h为g-h滤波变化速率的加速度,在此设定为h=0.000001,可根据实际情况进行修改。
另外,g为g-h滤波器对预测能见度距离值的信任度,根据高速道路白天能见度场景中噪声往往是出现在远处的特点,本申请实施例对g值做出以下设定:当输入的初始道路能见度距离值大于滤波器预测值,则增加滤波器对应的置信度参数g的参数值,令道路能见度距离值更偏向较小的滤波器预测值,反之,则正常计算。由于有变化速率加速度h的存在,如果出现团雾快速消散,滤波器的预测能见度距离值迅速上升的情况,在稍有延迟后,g-h滤波器输出的道路能见度距离值也能快速接近滤波器的预测能见度距离值。
由此,通过g-h滤波器对初始道路能见度距离值进行数据平滑处理,以及对置信度参数g值的设定,可以在计算值突然变大时让最终输出的道路能见度距离值更偏向滤波器预测值,避免受到道路远处的车灯或车身的影响。
图5是根据一示例性实施例示出的一种道路能见度检测装置的结构示意图。
如图5所示,该道路能见度检测装置500可以包括:
图像获取模块501,用于获取摄像头采集的道路图像;
掩膜获取模块502,用于获取道路图像中道路区域对应的图像掩膜;
第一确定模块503,用于以像素行为单位,从下至上依次遍历图像掩膜中道路区域对应范围内的每个像素点,确定道路区域对应范围内的不可视段;其中,不可视段中包括至少一个不可视行;
第二确定模块504,用于根据不可视段对应的实际长度,确定目标不可视段;其中,目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段;
边界点确定模块505,用于根据目标不可视段在图像掩膜中的位置,确定图像掩膜中的可视边界点;
坐标确定模块506,用于根据可视边界点对应的图像坐标,确定可视边界点对应的实际坐标;
距离确定模块507,用于根据可视边界点对应的实际坐标和摄像头对应的实际坐标,确定道路能见度距离值。
在一种可选的实施方式中,距离确定模块507具体可以包括:
计算子模块,用于根据可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到初始道路能见度距离值;
数据处理子模块,用于将初始道路能见度距离值输入至预设滤波器,利用预设滤波器对初始道路能见度距离值进行数据平滑处理,输出得到道路能见度距离值。
在一种可选的实施方式中,预设滤波器为g-h滤波器;其中,在初始道路能见度距离值大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值为第一值,初始道路能见度距离值不大于滤波器预测值的情况下,g-h滤波器对应的置信度参数g的参数值设置为第二值,第一值小于第二值。
在一种可选的实施方式中,图像坐标包括横坐标和纵坐标;
掩膜获取模块502具体可以包括:
第一确定子模块,用于确定道路图像中道路区域对应的左侧车道线边界点集合和右侧车道线边界点集合;
第二确定子模块,用于依次遍历道路图像中的每个像素点,根据当前遍历的像素点对应的目标纵坐标,从左侧车道线边界点集合中确定与目标纵坐标对应的第一上边界点和第一下边界点,以及从右侧车道线边界点集合中确定与目标纵坐标对应的第二上边界点和第二下边界点;
第三确定子模块,用于根据第一上边界点、第一下边界点、第二上边界点和第二下边界点分别对应的图像坐标,确定当前遍历的像素点是否为道路区域范围内的像素点,直至遍历完道路图像中的每个像素点,确定得到道路图像中道路区域对应的图像掩膜。
在一种可选的实施方式中,边界点确定模块505具体可以包括:
可视段确定子模块,用于根据目标不可视段在图像掩膜中的位置,确定与目标不可视段相邻的上一个可视段;
可视边界确定子模块,用于将可视段的上边界确定为可视边界;
可视边界点确定子模块,用于将可视边界对应的像素行中左起第一个可视点,确定为可视边界点。
在一种可选的实施方式中,第一确定模块503具体可以包括:
可视点确定子模块,用于确定当前遍历的目标像素行中是否存在可视点;
不可视行确定子模块,用于在不存在可视点的情况下,将目标像素行确定为不可视行;
不可视段确定子模块,用于将连续的多个不可视行划分为一个不可视段,得到道路区域对应范围内的不可视段。
在一种可选的实施方式中,可视点确定子模块包括:
获取单元,用于获取当前遍历的目标像素行中像素点对应的对比度值;
第一确定单元,用于确定目标像素行中是否存在对比度值大于预设阈值的目标像素点;
第二确定单元,用于在存在目标像素点的情况下,确定目标像素行中存在可视点;否则,确定目标像素行中不存在可视点。
在一种可选的实施方式中,实际坐标为经纬度坐标;该道路能见度检测装置500具体还可以包括:
映射关系确定模块,用于在根据不可视段对应的实际长度,确定目标不可视段之前,确定图像坐标与经纬度坐标之间的映射关系;
第三确定模块,用于根据映射关系以及不可视段在图像掩膜中的图像长度,确定不可视段对应的实际长度;
第三确定模块包括:
坐标确定子模块,用于基于映射关系,根据可视边界点对应的图像坐标,确定可视边界点对应的经纬度坐标。
由此,通过获取道路图像中道路区域对应的图像掩膜,进而确定道路区域对应范围内的不可视段,结合已确定的不可视段对应的实际长度,确定目标不可视段,进而根据目标不可视段的位置确定可视边界点,利用该可视边界点对应的实际坐标和摄像头对应的实际坐标,计算得到道路能见度距离值。这样,一方面,由于本申请实施例是基于道路图像中道路区域对应的图像掩膜进行的计算处理,因此,可以降低实施复杂度;另一方面,由于目标不可视段是已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段,因此,在不可视段的实际长度或实际累积长度超过预设长度时就可认定已达到可视边界处,进而能够排除道路远处车灯和车身对能见度距离值的影响,达到提高道路能见度距离检测准确度的效果。
图6示出了本申请实施例提供的电子的硬件结构示意图。
在电子设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地,上述处理器601可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器602可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器602可在综合网关容灾设备的内部或外部。在特定实施例中,存储器602是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的第一方面的方法所描述的操作。
处理器601通过读取并执行存储器602中存储的计算机程序指令,以实现上述实施例中的任意一种道路能见度检测方法。
在一个示例中,电子设备还可包括通信接口603和总线610。其中,如图6所示,处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
通信接口603,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线610包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线610可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该电子设备可以基于道路图像中道路区域对应的图像掩膜执行本申请实施例中的道路能见度检测方法,从而实现结合图1至图5描述的道路能见度检测方法和装置。
另外,结合上述实施例中的道路能见度检测方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种道路能见度检测方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (11)
1.一种道路能见度检测方法,其特征在于,包括:
获取摄像头采集的道路图像;
获取所述道路图像中道路区域对应的图像掩膜;
以像素行为单位,从下至上依次遍历所述图像掩膜中道路区域对应范围内的每个像素点,确定所述道路区域对应范围内的不可视段;其中,所述不可视段中包括至少一个不可视行;
根据所述不可视段对应的实际长度,确定目标不可视段;其中,所述目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段;
根据所述目标不可视段在所述图像掩膜中的位置,确定所述图像掩膜中的可视边界点;
根据所述可视边界点对应的图像坐标,确定所述可视边界点对应的实际坐标;
根据所述可视边界点对应的实际坐标和所述摄像头对应的实际坐标,确定道路能见度距离值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述可视边界点对应的实际坐标和所述摄像头对应的实际坐标,确定道路能见度距离值,包括:
根据所述可视边界点对应的实际坐标和所述摄像头对应的实际坐标,计算得到初始道路能见度距离值;
将所述初始道路能见度距离值输入至预设滤波器,利用所述预设滤波器对所述初始道路能见度距离值进行数据平滑处理,输出得到道路能见度距离值。
3.根据权利要求2所述的方法,其特征在于,所述预设滤波器为g-h滤波器;其中,在所述初始道路能见度距离值大于滤波器预测值的情况下,所述g-h滤波器对应的置信度参数g的参数值为第一值,所述初始道路能见度距离值不大于所述滤波器预测值的情况下,所述g-h滤波器对应的置信度参数g的参数值设置为第二值,所述第一值小于所述第二值。
4.根据权利要求1所述的方法,其特征在于,所述图像坐标包括横坐标和纵坐标;
所述获取所述道路图像中道路区域对应的图像掩膜,包括:
确定所述道路图像中所述道路区域对应的左侧车道线边界点集合和右侧车道线边界点集合;
依次遍历所述道路图像中的每个像素点,根据当前遍历的像素点对应的目标纵坐标,从所述左侧车道线边界点集合中确定与所述目标纵坐标对应的第一上边界点和第一下边界点,以及从所述右侧车道线边界点集合中确定与所述目标纵坐标对应的第二上边界点和第二下边界点;
根据所述第一上边界点、所述第一下边界点、所述第二上边界点和所述第二下边界点分别对应的图像坐标,确定所述当前遍历的像素点是否为所述道路区域范围内的像素点,直至遍历完所述道路图像中的每个像素点,确定得到所述道路图像中所述道路区域对应的图像掩膜。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标不可视段在所述图像掩膜中的位置,确定所述图像掩膜中的可视边界点,包括:
根据所述目标不可视段在所述图像掩膜中的位置,确定与所述目标不可视段相邻的上一个可视段;
将所述可视段的上边界确定为可视边界;
将所述可视边界对应的像素行中左起第一个可视点,确定为可视边界点。
6.根据权利要求1所述的方法,其特征在于,所述确定所述道路区域对应范围内的不可视段,包括:
确定当前遍历的目标像素行中是否存在可视点;
在不存在可视点的情况下,将所述目标像素行确定为不可视行;
将连续的多个不可视行划分为一个不可视段,得到所述道路区域对应范围内的不可视段。
7.根据权利要求6所述的方法,其特征在于,所述确定当前遍历的目标像素行中是否存在可视点,包括:
获取当前遍历的所述目标像素行中像素点对应的对比度值;
确定所述目标像素行中是否存在所述对比度值大于预设阈值的目标像素点;
在存在所述目标像素点的情况下,确定所述目标像素行中存在可视点;否则,确定所述目标像素行中不存在可视点。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述实际坐标为经纬度坐标;
在根据所述不可视段对应的实际长度,确定目标不可视段之前,所述方法还包括:
确定图像坐标与经纬度坐标之间的映射关系;
根据所述映射关系以及所述不可视段在所述图像掩膜中的图像长度,确定所述不可视段对应的实际长度;
所述根据所述可视边界点对应的图像坐标,确定所述可视边界点对应的实际坐标,包括:
基于所述映射关系,根据所述可视边界点对应的图像坐标,确定所述可视边界点对应的经纬度坐标。
9.一种道路能见度检测装置,其特征在于,包括:
图像获取模块,用于获取摄像头采集的道路图像;
掩膜获取模块,用于获取所述道路图像中道路区域对应的图像掩膜;
第一确定模块,用于以像素行为单位,从下至上依次遍历所述图像掩膜中道路区域对应范围内的每个像素点,确定所述道路区域对应范围内的不可视段;其中,所述不可视段中包括至少一个不可视行;
第二确定模块,用于根据所述不可视段对应的实际长度,确定目标不可视段;其中,所述目标不可视段为已确定不可视段的实际累积长度大于第一预设长度时确定的不可视段,或者已确定不可视段中实际长度大于第二预设长度的首个不可视段;
边界点确定模块,用于根据所述目标不可视段在所述图像掩膜中的位置,确定所述图像掩膜中的可视边界点;
坐标确定模块,用于根据所述可视边界点对应的图像坐标,确定所述可视边界点对应的实际坐标;
距离确定模块,用于根据所述可视边界点对应的实际坐标和所述摄像头对应的实际坐标,确定道路能见度距离值。
10.一种电子设备,其特征在于,所述电子设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-8任意一项所述的道路能见度检测方法。
11.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-8任意一项所述的道路能见度检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081343.1A CN113888479A (zh) | 2021-09-15 | 2021-09-15 | 道路能见度检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081343.1A CN113888479A (zh) | 2021-09-15 | 2021-09-15 | 道路能见度检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113888479A true CN113888479A (zh) | 2022-01-04 |
Family
ID=79009520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081343.1A Pending CN113888479A (zh) | 2021-09-15 | 2021-09-15 | 道路能见度检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888479A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797848A (zh) * | 2023-01-05 | 2023-03-14 | 山东高速股份有限公司 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
-
2021
- 2021-09-15 CN CN202111081343.1A patent/CN113888479A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797848A (zh) * | 2023-01-05 | 2023-03-14 | 山东高速股份有限公司 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
CN115797848B (zh) * | 2023-01-05 | 2023-04-28 | 山东高速股份有限公司 | 基于高速事件预防系统中视频数据的能见度检测预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113536883B (zh) | 障碍物检测方法、车辆、设备及计算机存储介质 | |
CN106919915B (zh) | 基于adas系统的地图道路标记及道路质量采集装置及方法 | |
CN107703528B (zh) | 自动驾驶中结合低精度gps的视觉定位方法及系统 | |
CN109284674B (zh) | 一种确定车道线的方法及装置 | |
Hautière et al. | Real-time disparity contrast combination for onboard estimation of the visibility distance | |
US11205284B2 (en) | Vehicle-mounted camera pose estimation method, apparatus, and system, and electronic device | |
CN112541396A (zh) | 一种车道线检测方法、装置、设备及计算机存储介质 | |
CN111881790A (zh) | 一种高精度地图制作中道路人行横道自动化提取方法和装置 | |
Liu et al. | Development of a vision-based driver assistance system with lane departure warning and forward collision warning functions | |
CN109870706A (zh) | 一种路面标识的检测方法、装置、设备及介质 | |
CN112634359A (zh) | 车辆防碰撞预警方法、装置、终端设备及存储介质 | |
CN114419165B (zh) | 相机外参校正方法、装置、电子设备和存储介质 | |
CN113888479A (zh) | 道路能见度检测方法、装置、设备及存储介质 | |
CN112927283A (zh) | 测距方法及装置、存储介质及电子设备 | |
CN113238209B (zh) | 基于毫米波雷达的道路感知方法、系统、设备及存储介质 | |
CN112017213B (zh) | 一种目标对象的位置更新方法及系统 | |
CN111488762A (zh) | 一种车道级定位方法、装置及定位设备 | |
CN112902911B (zh) | 基于单目相机的测距方法、装置、设备及存储介质 | |
CN110414374B (zh) | 一种障碍物位姿的确定方法、装置、设备及介质 | |
CN109740502B (zh) | 道路质量检测方法及装置 | |
CN107452230B (zh) | 一种障碍物检测方法、装置、终端设备及存储介质 | |
CN112465822B (zh) | 团雾检测方法、装置、设备及计算机可读存储介质 | |
CN115393827A (zh) | 交通信号灯状态识别方法、系统、电子设备及存储介质 | |
CN112419272A (zh) | 一种雾天高速公路能见度快速估计方法及系统 | |
CN111539279A (zh) | 道路限高高度检测方法、装置、设备及存储介质 |
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 |