CN116761307A - 基于图像监测实现雾灯自动开关的方法、装置及设备 - Google Patents

Abstract

本发明实施例涉及智能驾驶技术领域，具体涉及基于图像监测实现雾灯自动开关的方法、装置及设备。该方法包括：实时获取车辆行驶过程中的环境图像；根据所述环境图像判断行驶环境下的雾气状况；根据所述雾气状况确定雾灯的控制指令；根据所述控制指令控制雾灯的开关状态。应用本发明的技术方案，通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

Description

基于图像监测实现雾灯自动开关的方法、装置及设备

技术领域

本发明实施例涉及智能驾驶技术领域，具体涉及基于图像监测实现雾灯自动开关的方法、装置及设备。

背景技术

汽车雾灯安装于汽车的前部和后部，用于在雨雾天气行车时照明道路与安全警示。能够提高驾驶员与周围交通参与者的能见度，便于来车和行人在较远处发现对方，有效提高了雨雾天气的行车安全。

在当前量产车型中已广泛使用自动大灯功能，但并未使用自动开关雾灯的功能。主要难点在于雾灯的控制涉及到对实际天气环境的准确探测，受限于获取实时天气信息的准确性较低，从而难以实现车辆的雾灯自动开关功能。

发明内容

鉴于上述问题，本发明实施例提供了基于图像监测实现雾灯自动开关的方法，通过图像监测获取雾天环境信息，用于解决现有技术中实现车辆的雾灯自动开关功能的问题。

根据本发明实施例的一个方面，提供了基于图像监测实现雾灯自动开关的方法，所述方法包括：

实时获取车辆行驶过程中的环境图像；

根据所述环境图像判断行驶环境下的雾气状况；

根据所述雾气状况确定雾灯的控制指令；

根据所述控制指令控制雾灯的开关状态。

在一种可选的方式中，所述根据所述环境图像判断行驶环境下的雾气状况的步骤，具体包括：

对环境图像灰度化处理，获得该环境图像的灰度图。

在一种可选的方式中，所述方法还包括：计算灰度图的平均梯度，利用拉普拉斯算子计算出图像平均梯度值。

在一种可选的方式中，所述方法还包括：若所述图像平均梯度值小于阈值800时，控制雾灯开启。

在一种可选的方式中，所述方法还包括：若所述图像平均梯度值大于阈值800时，控制雾灯关闭或保持雾灯的关闭状态。

在一种可选的方式中，所述方法包括：将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

在一种可选的方式中，所述方法还包括：对比所述环境图像平均梯度值变化，若所述图像平均梯度值小于900，环境图像平均梯度值相对于10s前降低20％时，控制雾灯开启。

根据本发明实施例的另一方面，提供了基于图像监测实现雾灯自动开关的装置，所述装置包括：

获取模块，用于实时获取车辆行驶过程中的环境图像；

分析模块，用于根据所述环境图像判断行驶环境下的雾气状况；

控制模块，用于根据所述雾气状况确定雾灯的控制指令；根据所述控制指令控制雾灯的开关状态。

根据本发明实施例的另一方面，提供了基于图像监测实现雾灯自动开关的设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述任意一项所述的基于图像监测实现雾灯自动开关的方法的操作。

根据本发明实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在基于图像监测实现雾灯自动开关的设备/装置上运行时，使得基于图像监测实现雾灯自动开关的设备/装置执行如上述任意一项所述的基于图像监测实现雾灯自动开关的方法的操作。

本发明实施例通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明提供的基于图像监测实现雾灯自动开关的方法的第一实施例的流程示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。

请参考图1，图1示出了本发明基于图像监测实现雾灯自动开关的方法的第一实施例的流程图，该方法由基于图像监测实现雾灯自动开关的设备，如车机端的基于图像监测实现雾灯自动开关的模块执行。如图1所示，该方法包括以下步骤：

步骤110：实时获取车辆行驶过程中的环境图像。

其中，本申请中的环境图像可以通过车载摄像头采集图像或视频。

例如，摄像头可用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件或互补金属氧化物半导体光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给处理器转换成数字图像信号；本申请中的摄像头包括了可见光摄像头。

步骤120：根据所述环境图像判断行驶环境下的雾气状况。

其中，包括了对环境图像灰度化处理，获得该环境图像的灰度图。计算灰度图的平均梯度，可以利用拉普拉斯算子计算出图像平均梯度值。

其中，将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

例如：将所述灰度图分成N个子图像块，确定所述N个子图像块中每个子图像块的灰度均值，根据所述每个子图像块中每个像素的灰度值以及所述每个子图像块的灰度均值，确定所述N个子图像块所分别对应的灰度方差，对所述N个子图像块分别对应的灰度方差进行加权得到所述灰度图的灰度方差。将所述每个子图像块中的每个像素的梯度的和作为所述每个子图像块的梯度。

将图像转换为灰度图像，并将像素点数量设为N＝100x100＝10000。对于每个像素点，计算其相邻四个像素点的灰度值差值，得到该像素点的梯度值。将所有像素点的梯度值相加，得到总梯度值。将总梯度值除以像素点数量N＝10000，得到平均梯度值为：

总梯度值/N＝N所有像素点的梯度值之和/N＝10000个像素点的梯度值之和/N。

步骤130：根据所述雾气状况确定雾灯的控制指令。

其中，若所述图像平均梯度值小于阈值800时，发出雾灯开启的控制指令。

其中，若所述图像平均梯度值大于阈值800时，发出雾灯关闭或保持雾灯关闭的控制指令。

步骤140：根据所述控制指令控制雾灯的开关状态。

本发明实施例通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

本发明基于图像监测实现雾灯自动开关的方法的第二实施例，该方法由基于图像监测实现雾灯自动开关的设备执行。该方法包括以下步骤：

步骤110：实时获取车辆行驶过程中的环境图像。

其中，本申请中的环境图像可以通过车载摄像头采集图像或视频。

例如，摄像头可用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件或互补金属氧化物半导体光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给处理器转换成数字图像信号；本申请中的摄像头包括了可见光摄像头。

步骤120：根据所述环境图像判断行驶环境下的雾气状况。

其中，包括了对环境图像灰度化处理，获得该环境图像的灰度图。计算灰度图的平均梯度，可以利用拉普拉斯算子计算出图像平均梯度值。

其中，将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

例如：将所述灰度图分成N个子图像块，确定所述N个子图像块中每个子图像块的灰度均值，根据所述每个子图像块中每个像素的灰度值以及所述每个子图像块的灰度均值，确定所述N个子图像块所分别对应的灰度方差，对所述N个子图像块分别对应的灰度方差进行加权得到所述灰度图的灰度方差。将所述每个子图像块中的每个像素的梯度的和作为所述每个子图像块的梯度。

步骤130：根据所述雾气状况确定雾灯的控制指令。

其中，对比所述环境图像平均梯度值变化，若所述图像平均梯度值小于900，环境图像平均梯度值相对于10s前降低20％时，控制雾灯开启。

例如：可以对比环境图像平均梯度值的变化值，根据环境图像平均梯度值相对于10s前的图像参数的比较结果确定环境天气为雾天场景。当所述环境图像平均梯度值小于900，且梯度值相对于10s前的环境图像平均梯度值降低20％以上时，可以确定该环境天气为雾天场景。

再者：可以对比环境图像的梯度和灰度方差变化，当环境图像的平均梯度值小于900，且所述环境图像的灰度方差小于10s前的环境图像的灰度方差时，可以确定该环境天气为雾天场景。

步骤140：根据所述控制指令控制雾灯的开关状态。

本发明实施例通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

本发明基于图像监测实现雾灯自动开关的装置的实施例，该装置300包括：获取模块310、分析模块320、控制模块330。

获取模块310，用于实时获取车辆行驶过程中的环境图像；

分析模块320，用于根据所述环境图像判断行驶环境下的雾气状况；

控制模块330，用于根据所述雾气状况确定雾灯的控制指令；根据所述控制指令控制雾灯的开关状态。

在一种可选的方式中，所述分析模块320对环境图像灰度化处理，获得该环境图像的灰度图。

在一种可选的方式中，计算灰度图的平均梯度，利用拉普拉斯算子计算出图像平均梯度值。

在一种可选的方式中，若所述图像平均梯度值小于阈值800时，控制雾灯开启。

在一种可选的方式中，若所述图像平均梯度值大于阈值800时，控制雾灯关闭或保持雾灯的关闭状态。

在一种可选的方式中，将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

在一种可选的方式中，对比所述环境图像平均梯度值变化，若所述图像平均梯度值小于900，环境图像平均梯度值相对于10s前降低20％时，控制雾灯开启。

本发明实施例通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

本发明基于图像监测实现雾灯自动开关的设备的实施例，本发明具体实施例并不对基于图像监测实现雾灯自动开关的设备的具体实现做限定。

该基于图像监测实现雾灯自动开关的设备可以包括：处理器(processor)、通信接口(Communications Interface)、存储器(memory)、以及通信总线。

其中：处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口，用于与其它设备比如客户端或其它服务器等的网元通信。处理器，用于执行程序，具体可以执行上述用于基于图像监测实现雾灯自动开关的方法实施例中的相关步骤。

具体地，程序可以包括程序代码，该程序代码包括计算机可执行指令。

处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。一种停车场寻车设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器，用于存放程序。存储器可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序具体可以被处理器调用使基于图像监测实现雾灯自动开关的设备执行以下操作：

实时获取车辆行驶过程中的环境图像；

根据所述环境图像判断行驶环境下的雾气状况；

根据所述雾气状况确定雾灯的控制指令；

根据所述控制指令控制雾灯的开关状态。

在一种可选的方式中，所述根据所述环境图像判断行驶环境下的雾气状况的步骤，具体包括：

对环境图像灰度化处理，获得该环境图像的灰度图。

在一种可选的方式中，所述方法还包括：计算灰度图的平均梯度，利用拉普拉斯算子计算出图像平均梯度值。

在一种可选的方式中，所述方法还包括：若所述图像平均梯度值小于阈值800时，控制雾灯开启。

在一种可选的方式中，所述方法还包括：若所述图像平均梯度值大于阈值800时，控制雾灯关闭或保持雾灯的关闭状态。

在一种可选的方式中，所述方法包括：将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

在一种可选的方式中，所述方法还包括：对比所述环境图像平均梯度值变化，若所述图像平均梯度值小于900，环境图像平均梯度值相对于10s前降低20％时，控制雾灯开启。

本发明实施例通过车载外部摄像头获取行车过程的视频图像，可以通过分析每帧图像的梯度和灰度数据，判断环境的雾气程度以及雾天的能见度，从而的到是否处于雾天的环境信息；将获取的环境图像的平均梯度值与合理的参数进行比对，用于设定车辆的雾灯的自动开关功能。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。此外，本发明实施例也不针对任何特定编程语言。

在此处所提供的说明书中，说明了大量具体细节。然而能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。类似地，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。其中，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.基于图像监测实现雾灯自动开关的方法，其特征在于，所述方法包括：

实时获取车辆行驶过程中的环境图像；

根据所述环境图像判断行驶环境下的雾气状况；

根据所述雾气状况确定雾灯的控制指令；

根据所述控制指令控制雾灯的开关状态。

2.根据权利要求1所述的基于图像监测实现雾灯自动开关的方法，其特征在于，所述根据所述环境图像判断行驶环境下的雾气状况的步骤，具体包括：

对环境图像灰度化处理，获得该环境图像的灰度图。

3.根据权利要求2所述的基于图像监测实现雾灯自动开关的方法，其特征在于，计算灰度图的平均梯度，利用拉普拉斯算子计算出图像平均梯度值。

4.根据权利要求3所述的基于图像监测实现雾灯自动开关的方法，其特征在于，若所述图像平均梯度值小于阈值800时，控制雾灯开启。

5.根据权利要求3所述的基于图像监测实现雾灯自动开关的方法，其特征在于，若所述图像平均梯度值大于阈值800时，控制雾灯关闭或保持雾灯的关闭状态。

6.根据权利要求3所述的基于图像监测实现雾灯自动开关的方法，其特征在于，所述方法包括：将所述灰度图分成N个子图像块，通过拉普拉斯算子分别计算所述N个子图像块中每个子图像块中每个像素的梯度，以获得图像梯度值。

7.根据权利要求3所述的基于图像监测实现雾灯自动开关的方法，其特征在于，所述方法还包括：对比所述环境图像平均梯度值变化，若所述图像平均梯度值小于900，环境图像平均梯度值相对于10s前降低20％时，控制雾灯开启。

8.基于图像监测实现雾灯自动开关的装置，其特征在于，所述装置包括：

获取模块，用于实时获取车辆行驶过程中的环境图像；

分析模块，用于根据所述环境图像判断行驶环境下的雾气状况；

控制模块，用于根据所述雾气状况确定雾灯的控制指令；根据所述控制指令控制雾灯的开关状态。

9.基于图像监测实现雾灯自动开关的设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的基于图像监测实现雾灯自动开关的方法的操作。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在基于图像监测实现雾灯自动开关的设备/装置上运行时，使得基于图像监测实现雾灯自动开关的设备/装置执行如权利要求1-7任意一项所述的基于图像监测实现雾灯自动开关的方法的操作。