CN113971778B - 一种远光灯检测、预警系统及方法 - Google Patents
一种远光灯检测、预警系统及方法 Download PDFInfo
- Publication number
- CN113971778B CN113971778B CN202111255664.9A CN202111255664A CN113971778B CN 113971778 B CN113971778 B CN 113971778B CN 202111255664 A CN202111255664 A CN 202111255664A CN 113971778 B CN113971778 B CN 113971778B
- Authority
- CN
- China
- Prior art keywords
- high beam
- frame
- far
- processor
- image
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 125000000205 L-threonino group Chemical group [H]OC(=O)[C@@]([H])(N([H])[*])[C@](C([H])([H])[H])([H])O[H] 0.000 claims description 14
- 238000005520 cutting process Methods 0.000 claims description 13
- 230000007797 corrosion Effects 0.000 claims description 8
- 238000005260 corrosion Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 230000003139 buffering effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- 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 using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种远光灯检测、预警系统及方法,远光灯检测、预警系统包括有前置摄像头、处理器、外部显示屏和内部扬声器,其中前置摄像头与处理器的接收端相连接,处理器的输出端分别与外部显示屏和内部扬声器相连接,处理器接收前置摄像头采集的图像数据,并对图像每隔一帧读取一次以提高工作效率,处理器对输入图像进行预处理,处理器对预处理图像提取远光轮廓,判断出是否有其他车辆开启远光灯,其方法为:第一步、图像预处理;第二步、远光轮廓检测;第三步、判断远光车行驶信息;有益效果:能够做到快速、实时有效地对远光灯进行检测,相比于仅通过光强传感器检测远光灯,此系统也可大大提高检测准确性,减少误检情况的发生。
Description
技术领域
本发明涉及一种检测、预警系统及方法,特别涉及一种远光灯检测、预警系统及方法。
背景技术
在没有路灯的漆黑路面上,开启远光灯可以扩大驾驶员的视野范围,查看前方道路情况,效果要远远好于近光灯。但在光照充足,视野条件良好的路段,或是在会车时,乱开远光灯会造成很大危害,如使对向驾驶员视觉上瞬间致盲,使周围的行人以及前后来车观察能力大大下降;让对向来车误判了你的车速和距离,易引发事故。
我国交通法对车辆开启远光灯的时机有着明确规定。根据中国《道路交通安全法》第四十八条规定:(一)在没有中心隔离设施或者没有中心线的道路会车时,距相对方向来车150米内不能使用远光灯。(二)在没有中心隔离设施或者没有中心线的窄桥、窄路与非机动车会车时不能使用远光灯.(三)通过有交通信号控制的交叉路口,转弯时不能使用远光灯。但据公安部数据统计,在夜间发生的交通事故中由于不按规定开启远光灯占30%-40%,且这一比例仍在上升。被远光灯照射的驾驶员会在视觉上产生瞬间致盲,即便睁开眼,由于远光灯区域及其带来的光晕在驾驶员视野中占据一片较大的面积,加之夜间视野较差,驾驶员对速度、距离和宽度的判断会大大下降。且驾驶员难以及时提醒开远光驾驶员关闭远光灯,易发生交通事故。但目前针对汽车是否开远光灯驾驶没有相应很好的检测方法,主要是远光灯检测方法普遍准确率不高、检测复杂,导致实时监控和交警调查取证困难。此外一些通过光强传感器检测远光灯是否开启的方式很容易存在误检情况,对驾驶员判断造成干扰。
发明内容
本发明的目的是为了解决目前针对汽车是否开远光灯驾驶没有相应很好的检测方法,主要是远光灯检测方法普遍准确率不高、检测复杂,导致实时监控和交警调查取证困难的问题而提供的一种远光灯检测、预警系统及方法。
本发明提供的远光灯检测、预警系统包括有前置摄像头、处理器、外部显示屏和内部扬声器,其中前置摄像头与处理器的接收端相连接,处理器的输出端分别与外部显示屏和内部扬声器相连接,处理器接收前置摄像头采集的图像数据,并对图像每隔一帧读取一次以提高工作效率,处理器对输入图像进行预处理,处理器对预处理图像提取远光轮廓,判断出是否有其他车辆开启远光灯,处理器若检测到有车辆开启远光灯则提醒周围车辆关闭远光灯,并同时判断远光车辆靠近或者远离本车,以及远光车所在车道位于本车哪一侧,以提醒驾驶员注意行车安全,当某一帧图像显示异常时,处理器则保留上一帧图像处理结果,将该结果赋值给当前处理帧,起到缓存作用,当处理器远光判断条件生效时,触发提醒关闭远光灯的外部显示屏;当处理器判定对向有车驶来,以及远光车与本车相对位置后,触发提醒本车驾驶员的内部扬声器。
前置摄像头型号为LI-USB30-AR023ZWDRB,其分辨率为1928×1088ppi,帧率为30fps,前置摄像头设置有usb接口,前置摄像头装配在前挡风玻璃中央后视镜背面并接入处理器,前置摄像头能清晰完整拍摄到车辆前方交通信息,前置摄像头将视频流信息按时间顺序逐帧传至处理器处理。
处理器、外部显示屏和内部扬声器均为现有设备的组装,因此,具体型号和规格没有进行赘述。
远光灯检测、预警系统的工作原理如下:
本发明提供的远光灯检测、预警系统中的处理器接收来自于前置摄像头的视频流信息,对按时间顺序逐帧传至处理器的图像信息隔一帧处理一次,以提高处理效率;处理器对输入图像进行裁剪、灰度化和二值化,提取白色像素(远光灯像素区域主要为白色),通过膨胀和腐蚀操作去除多余噪声,通过面积约束、圆度约束以及无效像素比约束在被处理帧中得到候选远光区域,通过计算候选区域的灰度总和与重心坐标,判断远光灯车辆正在靠近或远离本车,以及远光灯车辆位置。此外,当本帧图像处理出现异常时,采用上一被处理帧结果作为本次处理结果,起到缓存功能。主要工作流程包括图像预处理、检测远光轮廓与判断远光车辆行驶信息。
本发明提供的远光灯检测、预警方法,其方法包括如下步骤:
第一步、图像预处理,具体步骤如下:
步骤一、读取图像:处理器对视频流每隔一帧读取一次,定义被读取的帧为被处理帧,将其标记为Img1,Img2,...,Imgn;
步骤二、裁剪图像:对被处理帧进行裁剪操作,统计数百张前置摄像头所采集的远光灯图像,对其进行裁剪操作,结果显示远光灯区域与图像上下1/5部分相交的概率为0.67%,由于远光灯位置在图像中出现在顶端或底端的概率过小,因此对视频流输入的被处理帧裁剪去除图像上下各1/5区域,以提高图像处理效率;
步骤三、灰度化、二值化图像处理:对被处理帧进行灰度化操作,图像每个像素点的RGB值统一成同一个值,再对图像进行二值化操作,二值化时的像素阈值为230,像素最大阈值为255,以获取被处理帧中白色像素,二值化后,图像中的像素点颜色被分为黑白两种,方便后续处理,裁剪、灰度化、二值化后得到的图像为一次处理Idi;
步骤四、腐蚀、膨胀图像:再对图像进行腐蚀与膨胀,腐蚀操作去除图像中的噪声点,削减图像中微小的光斑与亮点造成的干扰;膨胀操作增强显示灯光区域,腐蚀与膨胀后得到图像为二次处理Idi;
第二步、远光轮廓检测,具体步骤如下:
步骤一、面积、圆度约束:使用图像处理库opencv中的提取图形轮廓的API提取图像中所有轮廓,依次将轮廓标记为cont_ij,i表示该帧为第i帧被处理帧,j表示该轮廓为第j个轮廓,分别对每个轮廓绘制其外接矩形rect_ij,接下来依次对所提取的轮廓进行检测,不符合要求的轮廓将被排除,不被视作远光区域;
分别调用提取轮廓的API中的函数计算各个轮廓面积Sj与轮廓周长Lj,接下来对每个轮廓进行遍历,分别进行面积约束与圆度约束;
首先通过面积约束将路灯以及其他小光斑排除掉,对各个轮廓面积进行判断,设最小面积为thres=50×50=2500若
Sj>thres
则轮廓面积满足要求;
对于面积大于thres的轮廓,继续进行圆度检测,用简单的数学约束来定义图形的圆度,从而刻画图形与圆外形的接近程度,其中,圆的圆度最大,为1;其他图形圆度均小于1,利用圆度约束将条形物与其他不规则形状物排除掉,取圆度阈值为thres=0.7,若
则轮廓圆度满足要求;
步骤二、无效像素比约束:对外接矩形rect_ij沿长宽中点等分成四份,左上、左下、右上、右下分别标记为area[k],k∈{1,2,3,4},记矩形长为recLength_j,矩形宽为recWidth_j,获取矩形左上角像素坐标为p(m,n),依次遍历左上、左下、右上、右下四个区域像素的值,其中area[1]区域遍历区间为(m,m+recLength_j/2),(n,n+recWidth_j/2),area[2]区域遍历区间为(m,m+recLength_j/2),(n+recWidth_j/2,n+recWidth_j);area[3]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n,n+recWidth_j/2);area[4]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n+recWidth_j/2,n+recWidth_j);分别统计各个区域像素值为0的像素点的个数为bcount[k](k∈{1,2,3,4})分别计算无效像素比如下:
定义无效像素比阈值上下限分别为thres1=0.05、thres2=0.25,若每个部分无效像素比满足
thres1<Pk<thres2
且对这四个区域无效像素比的差值进行限制,取thres3=0.01、thres4=0.04;
thres<|Pk1-Pk2|<thres(k1≠k2,k1,k2∈{1,2,3,4})
若检测后该帧存在符合条件的轮廓,判定该帧为远光候选帧,并依次标记满足条件的轮廓为rcont_ij,其中i为被处理帧的序号,i=1,2,3,...,n,j为第i个被处理帧中的轮廓序号,j=1,2,3,...,n;
步骤三、判断远光开启:当Idi帧被确定为远光候选帧时,将其标记为Cand_i,从第Idi帧被确定为远光候选帧起,连续30帧满足面积约束、圆度约束与无效像素比约束条件,第30帧为Id(i+30),则确立该事件为有远光灯开启,定义这连续满足条件的30帧图像为远光图像组,若在连续处理过程中某一帧加载失败,则将上一被处理帧结果赋给本帧;
第三步、判断远光车行驶信息,具体步骤如下:
步骤一、外部提示:当确定有车辆开启远光灯之后,系统发送指令至外部显示屏,通过外部显示屏提示开启远光驾驶员关闭远光灯;
步骤二、出现多个远光轮廓的内部提示:在Cand_i确定之后,对于远光区域轮廓rcont_ij,记rcont_ij个数为n_cnt,若已经确定远光灯开启,且在Cand_i至Cand_(i+30)中,至少存在一帧n_cnt>1,在确定远光灯开启后,系统直接提示驾驶员有多辆车开启远光灯,需小心行驶;
步骤三、单一远光轮廓的内部提示,具体流程如下:
首先获取轮廓信息,若在Cand_i至Cand_(i+30)中,对任意n_cont有n_cnt=1,则对该远光区域进行扫描,分别计算其总像素和pixels_i,与该区域的像素质心(xci,yci),以I(m,n)表示像素值,则
对远光图像组每帧图像执行上述操作,对于得到的一组总像素和值,定义其为远光像素和组vec_pixel[30],对于得到的一组像素质心坐标,定义其为远光像素质心组vec_center[30];
计算轮廓信息、推断远光车位置,具体如下:
为了分析远光灯区域亮度是否增加,同时判断远光在图像中移动位置,来判断远光车辆速度以及与本车相对位置,对于远光像素和组,对其进行曲线拟合,并求出曲线在各个像素和处pixels_i处的导数,对于前置摄像头拍摄图像,取pthres=0.5.若存在超过5个点导数大于pthres,则判定远光车辆正朝本车加速驶来,对于远光像素质心组,若像素质心横坐标vec_pixel[29].xci>vec_pixel[0].xci,判定远光车辆位于本车左侧,否则为右侧。
本发明的有益效果:
本发明提供的远光灯检测、预警系统及方法是基于行车摄像头的视觉信息,对输入图像进行隔帧读取,并裁剪图像上下各1/5区域以加快处理速度;并通过面积约束、圆度约束与无效像素比约束对远光轮廓进行筛选,不仅能够做到快速、实时有效地对远光灯进行检测,相比于仅通过光强传感器检测远光灯,此系统也可大大提高检测准确性,减少误检情况的发生。若某一帧加载失败,则使用上一帧结果作为本帧结果,起到缓存功能。此外,本发明在检测到远光灯后,进而分析远光灯区域亮度是否增加,同时判断远光在图像中移动位置,来判断远光车辆速度以及与本车相对位置,并根据情况对远光车辆以及驾驶员做出提示。一定程度上保障驾驶员行车安全。
附图说明
图1为本发明所述的检测、预警系统安置位置结构示意图。
图2为本发明所述的检测、预警系统结构框图。
图3为本发明所述的处理器工作原理流程示意图。
上图中的标注如下:
1、前置摄像头 2、处理器 3、外部显示屏 4、内部扬声器。
具体实施方式
请参阅图1至图3所示:
本发明提供的远光灯检测、预警系统包括有前置摄像头1、处理器2、外部显示屏3和内部扬声器4,其中前置摄像头1与处理器2的接收端相连接,处理器2的输出端分别与外部显示屏3和内部扬声器4相连接,处理器2接收前置摄像头1采集的图像数据,并对图像每隔一帧读取一次以提高工作效率,处理器2对输入图像进行预处理,处理器2对预处理图像提取远光轮廓,判断出是否有其他车辆开启远光灯,处理器2若检测到有车辆开启远光灯则提醒周围车辆关闭远光灯,并同时判断远光车辆靠近或者远离本车,以及远光车所在车道位于本车哪一侧,以提醒驾驶员注意行车安全,当某一帧图像显示异常时,处理器2则保留上一帧图像处理结果,将该结果赋值给当前处理帧,起到缓存作用,当处理器2远光判断条件生效时,触发提醒关闭远光灯的外部显示屏3;当处理器2判定对向有车驶来,以及远光车与本车相对位置后,触发提醒本车驾驶员的内部扬声器4。
前置摄像头1型号为LI-USB30-AR023ZWDRB,其分辨率为1928×1088ppi,帧率为30fps,前置摄像头1设置有usb接口,前置摄像头1装配在前挡风玻璃中央后视镜背面并接入处理器2,前置摄像头1能清晰完整拍摄到车辆前方交通信息,前置摄像头1将视频流信息按时间顺序逐帧传至处理器2处理。
处理器2、外部显示屏3和内部扬声器4均为现有设备的组装,因此,具体型号和规格没有进行赘述。
远光灯检测、预警系统的工作原理如下:
本发明提供的远光灯检测、预警系统中的处理器2接收来自于前置摄像头1的视频流信息,对按时间顺序逐帧传至处理器2的图像信息隔一帧处理一次,以提高处理效率;处理器2对输入图像进行裁剪、灰度化和二值化,提取白色像素(远光灯像素区域主要为白色),通过膨胀和腐蚀操作去除多余噪声,通过面积约束、圆度约束以及无效像素比约束在被处理帧中得到候选远光区域,通过计算候选区域的灰度总和与重心坐标,判断远光灯车辆正在靠近或远离本车,以及远光灯车辆位置。此外,当本帧图像处理出现异常时,采用上一被处理帧结果作为本次处理结果,起到缓存功能。主要工作流程包括图像预处理、检测远光轮廓与判断远光车辆行驶信息。
本发明提供的远光灯检测、预警方法,其方法包括如下步骤:
第一步、图像预处理,具体步骤如下:
步骤一、读取图像:处理器2对视频流每隔一帧读取一次,定义被读取的帧为被处理帧,将其标记为Img1,Img2,...,Imgn;
步骤二、裁剪图像:对被处理帧进行裁剪操作,统计数百张前置摄像头1所采集的远光灯图像,对其进行裁剪操作,结果显示远光灯区域与图像上下1/5部分相交的概率为0.67%,由于远光灯位置在图像中出现在顶端或底端的概率过小,因此对视频流输入的被处理帧裁剪去除图像上下各1/5区域,以提高图像处理效率;
步骤三、灰度化、二值化图像处理:对被处理帧进行灰度化操作,图像每个像素点的RGB值统一成同一个值,再对图像进行二值化操作,二值化时的像素阈值为230,像素最大阈值为255,以获取被处理帧中白色像素,二值化后,图像中的像素点颜色被分为黑白两种,方便后续处理,裁剪、灰度化、二值化后得到的图像为一次处理Idi;
步骤四、腐蚀、膨胀图像:再对图像进行腐蚀与膨胀,腐蚀操作去除图像中的噪声点,削减图像中微小的光斑与亮点造成的干扰;膨胀操作增强显示灯光区域,腐蚀与膨胀后得到图像为二次处理Idi;
第二步、远光轮廓检测,具体步骤如下:
步骤一、面积、圆度约束:使用图像处理库opencv中的提取图形轮廓的API提取图像中所有轮廓,依次将轮廓标记为cont_ij,i表示该帧为第i帧被处理帧,j表示该轮廓为第j个轮廓,分别对每个轮廓绘制其外接矩形rect_ij,接下来依次对所提取的轮廓进行检测,不符合要求的轮廓将被排除,不被视作远光区域;
分别调用提取轮廓的API中的函数计算各个轮廓面积Sj与轮廓周长Lj,接下来对每个轮廓进行遍历,分别进行面积约束与圆度约束;
首先通过面积约束将路灯以及其他小光斑排除掉,对各个轮廓面积进行判断,设最小面积为thres=50×50=2500若
sj>thres
则轮廓面积满足要求;
对于面积大于thres的轮廓,继续进行圆度检测,用简单的数学约束来定义图形的圆度,从而刻画图形与圆外形的接近程度,其中,圆的圆度最大,为1;其他图形圆度均小于1,利用圆度约束将条形物与其他不规则形状物排除掉,取圆度阈值为thres=0.7,若
则轮廓圆度满足要求;
步骤二、无效像素比约束:对外接矩形rect_ij沿长宽中点等分成四份,左上、左下、右上、右下分别标记为area[k],k∈{1,2,3,4},记矩形长为recLength_j,矩形宽为recWidth_j,获取矩形左上角像素坐标为p(m,n),依次遍历左上、左下、右上、右下四个区域像素的值,其中area[1]区域遍历区间为(m,m+recLength_j/2),(n,n+recWidth_j/2),area[2]区域遍历区间为(m,m+recLength_j/2),(n+recWidth_j/2,n+recWidth_j);area[3]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n,n+recWidth_j/2);area[4]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n+recWidth_j/2,n+recWidth_j);分别统计各个区域像素值为0的像素点的个数为bcount[k](k∈{1,2,3,4})分别计算无效像素比如下:
定义无效像素比阈值上下限分别为thres1=0.05、thres2=0.25,若每个部分无效像素比满足
thres1<Pk<thres2
且对这四个区域无效像素比的差值进行限制,取thres3=0.01、thres4=0.04;
thres3<|Pk1-Pk2|<thres4(k1≠k2,k1,k2∈{1,2,3,4})
若检测后该帧存在符合条件的轮廓,判定该帧为远光候选帧,并依次标记满足条件的轮廓为rcont_ij,其中i为被处理帧的序号,i=1,2,3,...,n,j为第i个被处理帧中的轮廓序号,j=1,2,3,...,n;
步骤三、判断远光开启:当Idi帧被确定为远光候选帧时,将其标记为Cand_i,从第Idi帧被确定为远光候选帧起,连续30帧满足面积约束、圆度约束与无效像素比约束条件,第30帧为Id(i+30),则确立该事件为有远光灯开启,定义这连续满足条件的30帧图像为远光图像组,若在连续处理过程中某一帧加载失败,则将上一被处理帧结果赋给本帧;
第三步、判断远光车行驶信息,具体步骤如下:
步骤一、外部提示:当确定有车辆开启远光灯之后,系统发送指令至外部显示屏,通过外部显示屏3提示开启远光驾驶员关闭远光灯;
步骤二、出现多个远光轮廓的内部提示:在Cand_i确定之后,对于远光区域轮廓rcont_ij,记rcont_ij个数为n_cnt,若已经确定远光灯开启,且在Cand_i至Cand_(i+30)中,至少存在一帧n_cnt>1,在确定远光灯开启后,系统直接提示驾驶员有多辆车开启远光灯,需小心行驶;
步骤三、单一远光轮廓的内部提示,具体流程如下:
首先获取轮廓信息,若在Cand_i至Cand_(i+30)中,对任意n_cont有n_cnt=1,则对该远光区域进行扫描,分别计算其总像素和pixels_i,与该区域的像素质心(xci,yci),以I(m,n)表示像素值,则
对远光图像组每帧图像执行上述操作,对于得到的一组总像素和值,定义其为远光像素和组vec_pixel[30],对于得到的一组像素质心坐标,定义其为远光像素质心组vec_center[30];
计算轮廓信息、推断远光车位置,具体如下:
为了分析远光灯区域亮度是否增加,同时判断远光在图像中移动位置,来判断远光车辆速度以及与本车相对位置,对于远光像素和组,对其进行曲线拟合,并求出曲线在各个像素和处pixels_i处的导数,对于前置摄像头拍摄图像,取pthres=0.5.若存在超过5个点导数大于pthres,则判定远光车辆正朝本车加速驶来,对于远光像素质心组,若像素质心横坐标vec_pixel[29].xci>vec_pixel[0].xci,判定远光车辆位于本车左侧,否则为右侧。
Claims (3)
1.一种远光灯检测、预警方法,其特征在于:其方法包括如下步骤:
第一步、图像预处理,具体步骤如下:
步骤一、读取图像:处理器对视频流每隔一帧读取一次,定义被读取的帧为被处理帧,将其标记为Img1,Img2,...,Imgn;
步骤二、裁剪图像:对被处理帧进行裁剪操作,统计数百张前置摄像头所采集的远光灯图像,对其进行裁剪操作,结果显示远光灯区域与图像上下1/5部分相交的概率为0.67%,由于远光灯位置在图像中出现在顶端或底端的概率过小,因此对视频流输入的被处理帧裁剪去除图像上下各1/5区域,以提高图像处理效率;
步骤三、灰度化、二值化图像处理:对被处理帧进行灰度化操作,图像每个像素点的RGB值统一成同一个值,再对图像进行二值化操作,二值化时的像素阈值为230,像素最大阈值为255,以获取被处理帧中白色像素,二值化后,图像中的像素点颜色被分为黑白两种,方便后续处理,裁剪、灰度化、二值化后得到的图像为一次处理Idi;
步骤四、腐蚀、膨胀图像:再对图像进行腐蚀与膨胀,腐蚀操作去除图像中的噪声点,削减图像中微小的光斑与亮点造成的干扰;膨胀操作增强显示灯光区域,腐蚀与膨胀后得到图像为二次处理Idi;
第二步、远光轮廓检测,具体步骤如下:
步骤一、面积、圆度约束:使用图像处理库opencv中的提取图形轮廓的API提取图像中所有轮廓,依次将轮廓标记为cont_ij,i表示该帧为第i帧被处理帧,j表示该轮廓为第j个轮廓,分别对每个轮廓绘制其外接矩形rect_ij,接下来依次对所提取的轮廓进行检测,不符合要求的轮廓将被排除,不被视作远光区域;
分别调用提取轮廓的API中的函数计算各个轮廓面积Sj与轮廓周长Lj,接下来对每个轮廓进行遍历,分别进行面积约束与圆度约束;
首先通过面积约束将路灯以及其他小光斑排除掉,对各个轮廓面积进行判断,设最小面积为thres=50×50=2500若
Sj>thres
则轮廓面积满足要求;
对于面积大于thres的轮廓,继续进行圆度检测,用简单的数学约束来定义图形的圆度,从而刻画图形与圆外形的接近程度,其中,圆的圆度最大,为1;其他图形圆度均小于1,利用圆度约束将条形物与其他不规则形状物排除掉,取圆度阈值为thres=0.7,若
则轮廓圆度满足要求;
步骤二、无效像素比约束:对外接矩形rect_ij沿长宽中点等分成四份,左上、左下、右上、右下分别标记为area[k],k∈{1,2,3,4},记矩形长为recLength_j,矩形宽为recWidth_j,获取矩形左上角像素坐标为p(m,n),依次遍历左上、左下、右上、右下四个区域像素的值,其中area[1]区域遍历区间为(m,m+recLength_j/2),(n,n+recWidth_j/2),area[2]区域遍历区间为(m,m+recLength_j/2),(n+recWidth_j/2,n+recWidth_j);area[3]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n,n+recWidth_j/2);area[4]区域遍历区间为(m+recLength_j/2,m+recLength_j),(n+recWidth_j/2,n+recWidth_j);分别统计各个区域像素值为0的像素点的个数为bcount[k](k∈{1,2,3,4})分别计算无效像素比如下:
定义无效像素比阈值上下限分别为thres1=0.05、thres2=0.25,若每个部分无效像素比满足
thres1<Pk<thres2
且对这四个区域无效像素比的差值进行限制,取thres3=0.01、thres4=0.04;
thres3<|Pk1-Pk2|<thres4(k1≠k2,k1,k2∈{1,2,3,4})
若检测后该帧存在符合条件的轮廓,判定该帧为远光候选帧,并依次标记满足条件的轮廓为rcont_ij,其中i为被处理帧的序号,i=1,2,3,...,n,j为第i个被处理帧中的轮廓序号,j=1,2,3,...,n;
步骤三、判断远光开启:当Idi帧被确定为远光候选帧时,将其标记为Cand_i,从第Idi帧被确定为远光候选帧起,连续30帧满足面积约束、圆度约束与无效像素比约束条件,第30帧为Id(i+30),则确立事件为有远光灯开启,定义这连续满足条件的30帧图像为远光图像组,若在连续处理过程中某一帧加载失败,则将上一被处理帧结果赋给本帧;
第三步、判断远光车行驶信息,具体步骤如下:
步骤一、外部提示:当确定有车辆开启远光灯之后,系统发送指令至外部显示屏,通过外部显示屏提示开启远光驾驶员关闭远光灯;
步骤二、出现多个远光轮廓的内部提示:在Cand_i确定之后,对于远光区域轮廓rcont_ij,记rcont_ij个数为n_cnt,若已经确定远光灯开启,且在Cand_i至Cand_(i+30)中,至少存在一帧n_cnt>1,在确定远光灯开启后,系统直接提示驾驶员有多辆车开启远光灯,需小心行驶;
步骤三、单一远光轮廓的内部提示,具体流程如下:
首先获取轮廓信息,若在Cand_i至Cand_(i+30)中,对任意n_cont有n_cnt=1,则对该远光区域进行扫描,分别计算其总像素和pixels_i,与该区域的像素质心(xci,yci),以I(m,n)表示像素值,则
对远光图像组每帧图像执行上述操作,对于得到的一组总像素和值,定义其为远光像素和组vec_pixel[30],对于得到的一组像素质心坐标,定义其为远光像素质心组vec_center[30];
计算轮廓信息、推断远光车位置,具体如下:
为了分析远光灯区域亮度是否增加,同时判断远光在图像中移动位置,来判断远光车辆速度以及与本车相对位置,对于远光像素和组,对其进行曲线拟合,并求出曲线在各个像素和处pixels_i处的导数,对于前置摄像头拍摄图像,取pthres=0.5.若存在超过5个点导数大于pthres,则判定远光车辆正朝本车加速驶来,对于远光像素质心组,若像素质心横坐标vec_pixel[29].xci>vec_pixel[0].xci,判定远光车辆位于本车左侧,否则为右侧。
2.根据权利要求1所述的一种远光灯检测、预警方法中所用的系统,其特征在于:所用系统包括有前置摄像头、处理器、外部显示屏和内部扬声器,其中前置摄像头与处理器的接收端相连接,处理器的输出端分别与外部显示屏和内部扬声器相连接,处理器接收前置摄像头采集的图像数据,并对图像每隔一帧读取一次以提高工作效率,处理器对输入图像进行预处理,处理器对预处理图像提取远光轮廓,判断出是否有其他车辆开启远光灯,处理器若检测到有车辆开启远光灯则提醒周围车辆关闭远光灯,并同时判断远光车辆靠近或者远离本车,以及远光车所在车道位于本车哪一侧,以提醒驾驶员注意行车安全,当某一帧图像显示异常时,处理器则保留上一帧图像处理结果,将该结果赋值给当前处理帧,起到缓存作用,当处理器远光判断条件生效时,触发提醒关闭远光灯的外部显示屏;当处理器判定对向有车驶来,以及远光车与本车相对位置后,触发提醒本车驾驶员的内部扬声器。
3.根据权利要求2所述的一种远光灯检测、预警系统,其特征在于:所述的前置摄像头型号为LI-USB30-AR023ZWDRB,其分辨率为1928×1088ppi,帧率为30fps,前置摄像头设置有USB接口,前置摄像头装配在前挡风玻璃中央后视镜背面并接入处理器,前置摄像头能清晰完整拍摄到车辆前方交通信息,前置摄像头将视频流信息按时间顺序逐帧传至处理器处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255664.9A CN113971778B (zh) | 2021-10-27 | 2021-10-27 | 一种远光灯检测、预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111255664.9A CN113971778B (zh) | 2021-10-27 | 2021-10-27 | 一种远光灯检测、预警系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113971778A CN113971778A (zh) | 2022-01-25 |
CN113971778B true CN113971778B (zh) | 2024-05-03 |
Family
ID=79588692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111255664.9A Active CN113971778B (zh) | 2021-10-27 | 2021-10-27 | 一种远光灯检测、预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113971778B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101405085B1 (ko) * | 2012-12-21 | 2014-06-19 | (주)에이치아이디솔루션 | 차량녹화영상분석 방법 및 장치 |
CN108229447A (zh) * | 2018-02-11 | 2018-06-29 | 陕西联森电子科技有限公司 | 一种基于视频流的远光灯检测方法 |
CN108538060A (zh) * | 2018-04-13 | 2018-09-14 | 上海工程技术大学 | 一种基于车载后视摄像头的智能违章监测方法及系统 |
WO2021114799A1 (zh) * | 2019-12-14 | 2021-06-17 | 华南理工大学广州学院 | 一种基于计算机视觉的矩阵车灯识别方法 |
-
2021
- 2021-10-27 CN CN202111255664.9A patent/CN113971778B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101405085B1 (ko) * | 2012-12-21 | 2014-06-19 | (주)에이치아이디솔루션 | 차량녹화영상분석 방법 및 장치 |
CN108229447A (zh) * | 2018-02-11 | 2018-06-29 | 陕西联森电子科技有限公司 | 一种基于视频流的远光灯检测方法 |
CN108538060A (zh) * | 2018-04-13 | 2018-09-14 | 上海工程技术大学 | 一种基于车载后视摄像头的智能违章监测方法及系统 |
WO2021114799A1 (zh) * | 2019-12-14 | 2021-06-17 | 华南理工大学广州学院 | 一种基于计算机视觉的矩阵车灯识别方法 |
Non-Patent Citations (1)
Title |
---|
一种基于轮廓与背景消除的红外视频移动目标检测方案;邬欢欢;白铁成;;现代电子技术;20160615(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113971778A (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
O'Malley et al. | Vehicle detection at night based on tail-light detection | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
CN109703460B (zh) | 多摄像头的复杂场景自适应车辆碰撞预警装置及预警方法 | |
US10565438B2 (en) | Vehicle periphery monitor device | |
US20130235202A1 (en) | Vehicle periphery monitoring apparatus and method of determining type of object for use in vehicle periphery monitoring apparatus | |
CN103021175A (zh) | 基于达芬奇架构的行人闯红灯视频检测方法及装置 | |
JP4807354B2 (ja) | 車両検出装置、車両検出システム及び車両検出方法 | |
JPH05307695A (ja) | 交通流計測処理方法及び装置 | |
JPH08193831A (ja) | 接近車両検出装置 | |
JP2005318408A (ja) | 車両周囲監視装置および方法 | |
JP2004086417A (ja) | 横断歩道等における歩行者検出方法及び同装置 | |
CN113971778B (zh) | 一种远光灯检测、预警系统及方法 | |
JP2007193702A (ja) | 画像処理装置及び画像処理方法 | |
JP2893814B2 (ja) | 車番自動読取装置におけるプレート切出し装置 | |
CN114170798B (zh) | 消息提醒系统以及方法 | |
WO2022267266A1 (zh) | 一种基于视觉识别的列车控制方法及设备 | |
KR19990047365A (ko) | 영상검지 시스템 | |
JP2910130B2 (ja) | 車番自動読取装置 | |
JPH05290293A (ja) | 車頭検出装置 | |
Lin et al. | Long-distance vehicle detection algorithm at night for driving assistance | |
JPH0520593A (ja) | 走行レーン認識装置と先行車認識装置 | |
CN114679573B (zh) | 一种基于人脸识别的公共安全视频监控系统 | |
US20230122293A1 (en) | Occluded oncoming vehicles detection systems and methods | |
CN114863694B (zh) | 一种用于远光灯检测的车辆行驶场景识别区分方法 |
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 |