TW201619577A - 動態影像監測系統及方法 - Google Patents

動態影像監測系統及方法 Download PDF

Info

Publication number
TW201619577A
TW201619577A TW103140095A TW103140095A TW201619577A TW 201619577 A TW201619577 A TW 201619577A TW 103140095 A TW103140095 A TW 103140095A TW 103140095 A TW103140095 A TW 103140095A TW 201619577 A TW201619577 A TW 201619577A
Authority
TW
Taiwan
Prior art keywords
image
feature
image block
module
auxiliary line
Prior art date
Application number
TW103140095A
Other languages
English (en)
Other versions
TWI502166B (zh
Inventor
徐禎助
駱昭隆
陳宗樑
Original Assignee
晨星半導體股份有限公司
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 晨星半導體股份有限公司 filed Critical 晨星半導體股份有限公司
Priority to TW103140095A priority Critical patent/TWI502166B/zh
Priority to JP2015081921A priority patent/JP2016099997A/ja
Priority to KR1020150057137A priority patent/KR20160059934A/ko
Application granted granted Critical
Publication of TWI502166B publication Critical patent/TWI502166B/zh
Publication of TW201619577A publication Critical patent/TW201619577A/zh

Links

Landscapes

  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本發明提供一種動態影像監測系統,包含影像擷取模組、特徵判讀模組、視格分析模組及運算模組;而動態影像監測方法則為此系統運作的方法。影像擷取模組輸出影像視格的串流至特徵判讀模組以供產生特徵幾何元素。視格分析模組根據特徵幾何元素而決定一輔助線,並根據輔助線及上述之特徵幾何元素中至少其一畫分目前的影像視格為第一影像區塊及第二影像區塊。運算模組針對第一影像區塊及第二影像區塊分別進行不同之第一處理及第二處理。

Description

動態影像監測系統、裝置及方法
本案係關於一種動態影像監測系統,特別是一種供交通運輸工具使用的動態影像監測系統。
隨著科技的進步,各式行車安全輔助技術也日新月異。特別是利用影像分析來進行車外狀況監控的技術,近年來日漸受到重視。例如車道偏移警示及前車距離警示等,均屬此類技術。
然而,隨著影像技術的提升,高解析度影像的應用日漸普及。而當應用於行車安全輔助的相關系統及裝置時,相應於影像高解析度的就是需處理資料的大量增加。為了在有限的時間內完成高解析度影像的處理,通常需要使用更快速的處理器。但相對而言,高速的處理器也會增加系統電力的消耗並造成成本的提高。
另一方面,也可以採用更有效率的演算法來增加系統處理速度。然而在改變演算法的同時,亦需考慮演算法的合理性及系統的可靠度。此一由高解析度影像而產生的問題,仍有待進一步的研究及改善。
有鑑於此,本發明之一目的在於提供一種動態影像監測系 統、裝置及方法,可增加運算處理的速度。
本發明之另一目的在於提供一種動態影像監測系統、裝置及方法,可提高系統可靠度。
本發明之動態影像監測系統包含影像擷取模組、特徵判讀模組、視格分析模組及運算模組;而動態影像監測方法則為此系統運作的方法。影像擷取模組輸出影像串流至特徵判讀模組,其中影像串流包含至少一影像視格。特徵判讀模組接收影像串流,並判讀影像視格以產生至少一特徵幾何元素,例如車道標線或行人穿越道。視格分析模組根據上述之特徵幾何元素而決定一輔助線,並根據輔助線及上述之特徵幾何元素中至少其一畫分目前的影像視格為第一影像區塊及第二影像區塊。運算模組針對第一影像區塊進行第一處理,並針對第二影像區塊進行相異於第一處理之第二處理。
動態影像監測裝置包含影像擷取單元及處理單元。影像擷取單元係輸出影像串流,且影像串流中包含至少一影像視格。處理單元主要供執行下列三項程序:特徵判讀程序、視格分析程序及運算程序。特徵判讀程序、視格分析程序及運算程序執行之內容與前述特徵判讀模組、視格分析模組及運算模組的工作內容大致相同,在此不再重複。
藉由此一設計,可使第一影像區塊及第二影像區塊分別直接受到較具有針對性且適合之影像處理,而省去將不必要的處理方式用於非重點影像區塊的時間及資源。此外,亦可減少需要進行每一分析的影像面積及畫素數量,進而達到節省時間及系統資源的效果,並增進系統整體的效率。
10‧‧‧影像擷取單元
80‧‧‧儲存單元
90‧‧‧處理單元
100‧‧‧影像擷取模組
110‧‧‧攝影鏡頭
130‧‧‧影像處理器
200‧‧‧影像串流
210‧‧‧影像視格
211‧‧‧車道線段
2111‧‧‧主車道線段
2113‧‧‧鄰車道線段
212‧‧‧多邊形組合
215‧‧‧交點
217‧‧‧第一交點
219‧‧‧第二交點
220‧‧‧在前影像視格
231‧‧‧第一影像區塊
232‧‧‧第二影像區塊
300‧‧‧特徵判讀模組
310‧‧‧特徵幾何元素
330‧‧‧在前特徵幾何元素
500‧‧‧視格分析模組
510‧‧‧輔助線
511‧‧‧上緣連線
513‧‧‧側邊框線
515‧‧‧上框線
530‧‧‧在前輔助線
700‧‧‧運算模組
800‧‧‧儲存單元
圖1為本發明動態影像監測方法之實施例流程圖;圖2為本發明動態影像監測系統之實施例示意圖;圖3為影像視格及特徵幾何元素之實施例示意圖;圖4為影像視格、特徵幾何元素及輔助線之實施例示意圖;圖5A為主車道線段及鄰車道線段交於同一點之實施例示意圖;圖5B為主車道線段及鄰車道線段交於不同一點之實施例示意圖;圖5C為主車道線段及鄰車道線段交於不同一點之另一實施例示意圖;圖6為畫分主車道及鄰車道為不同影像區塊之實施例示意圖;圖7為以虛擬路口框線為輔助線之實施例示意圖;圖8為影像串流中包含在前影像視格之實施例示意圖;圖9為影像串流中包含在前影像視格之另一實施例示意圖;圖10為本發明動態影像監測裝置之實施例示意圖。
以下將以圖式配合文字敘述揭露本發明的複數個實施方式,為明確說明起見,許多實務上的細節將在以下敘述中一併說明。然而,應瞭解到,這些實務上的細節不應用以限制本發明。此外,為簡化圖式起見,一些習知的結構與元件在圖式中將以簡單示意的方式繪出。
本發明係提供一種動態影像監測系統及動態影像監測方 法,較佳係可應用於行車記錄器或其他交通工具的監測裝置上。此外,本發明亦提供一種動態影像監測裝置,較佳可作為行車記錄器或其他交通工具的監測裝置。以下各實施例主要係以應用於行車記錄器時之狀況作例示,但不以此為限。
圖1所示為本發明動態影像監測方法之實施例流程圖,並可配合圖2所示之動態影像監測系統實施。在步驟1010中,係以影像擷取模組100係輸出影像串流200至特徵判讀模組300,其中影像串流200包含至少一影像視格210。此處所言「輸出影像串流200至特徵判讀模組300」,較佳係包含先將影像串流200儲存或緩存於儲存單元800,再由特徵判讀模組300進行存取。儲存單元800較佳可為單獨的記憶體、多個同類或不同類記憶體的組合、處理器中的緩存記憶區、前述之組合或其他的記憶裝置。影像擷取模組100較佳係包含攝影鏡頭110或其他可拍攝或錄製影像之裝置,且較佳包含影像處理器130對於攝影鏡頭110所產生的影像串流進行雜訊抑制、校正或其他影像處理。除此之外,影像擷取模組100亦可以直接由現有的影像訊號或資料中擷取部分,以產生影像串流200並輸出至特徵判讀模組300。承上所述,影像擷取模組100較佳係以硬體設備的方式組成,但亦可配合或直接以軟體方式來呈現。
影像串流200係由一連串依時序排列的影像視格210所組成。依照不同的規格要求,影像串流200可以包含每秒30張、60張或其他不同張數的影像視格210。此外,每個影像視格210的解析度可為1280x720、1920x1080或其他不同的尺寸。
如圖1及圖2所示,步驟1030包含以特徵判讀模組300自影像 擷取模組100接收影像串流200,並判讀影像視格210以產生至少一特徵幾何元素310。在較佳實施例中,特徵判讀模組300係以軟體程序的方式組成並運作,但不以此為限。特徵判讀模組300較佳係就影像串流200中之每一張影像視格210進行判讀以取得每一張影像視格210的特徵幾何元素,並將每一張影像視格210的特徵幾何元素310予以暫存或儲存於儲存單元800。特徵幾何元素310係可以座標、函數或其他方式配合一些識別碼來表示,並被暫存或儲存。
圖3所示為影像視格210之一實施例,影像視格210之內容可能包含車道線段211,例如連續的白色或黃色單直線和雙直線,或者是間隔線段或虛線段。此外,影像視格210亦可能包含例如班馬線的複數個橫向間隔排列的多邊形組合212。上述的車道線段211及多邊形組合212均可為被特徵判讀模組300所判讀出來的特徵幾何元素310。此外,橫向的停止線亦可作為被判讀而出的特徵幾何元素310。特徵判讀模組300係可以各式已知的邊緣偵測或形狀偵測運算法則來就上述的影像內容進行特徵幾何元素310判讀,在此並無特別限制。在不同的實施例中,影像視格210中的建築物頂端連線亦可被偵測出而作為特徵幾何元素310。
如圖1及圖2所示,在特徵幾合元素310產生後,步驟1050包含以視格分析模組500根據特徵幾何元素310來決定輔助線510。在較佳實施例中,視格分析模組500係以軟體程序的方式組成並運作,但不以此為限。視格分析模組500較佳係就影像串流200中之每一張影像視格210之特徵幾何元素310進行計算,以取得輔助線510。根據特徵幾何元素310之種類不同,視格分析模組500將會據以進行不同的運算,並將所得的輔助線510予 以暫存或儲存於儲存單元800。輔助線510係可以座標、函數或其他方式配合一些識別碼來表示,並被暫存或儲存。
以圖4的實施例為例,當特徵幾何元素310為複數條車道線段211時,視格分析模組500將會判斷車道線段211延伸後的交點215,並根據交點215判斷出一條虛擬天際線作為輔助線510。較佳而言,視格分析模組500係自交點215沿影像視格210之橫向X進行延伸,以形成上述之虛擬天際線。上述影像視格210之橫向X較佳係平行於影像視格210之底邊或頂邊,且跨越整張影像視格210。在不同實施例中,視格分析模組500亦可依其他的參數或判斷結果調整虛擬天際線之延伸方向,例如與橫向X夾一個小於5度之夾角。
在輔助線510決定後,步驟1070包含以視格分析模組500根據輔助線510及特徵幾何元素310中至少其一來畫分影像視格210至少為第一影像區塊231及第二影像區塊232。根據特徵幾何元素310及輔助線510之種類不同,視格分析模組500將會據以對影像視格210進行不同的區塊畫分,並將畫分出來的第一影像區塊231及第二影像區塊232予以暫存或儲存於儲存單元800。第一影像區塊231及第二影像區塊232係可以座標、函數或其他方式配合一些識別碼來表示,並被暫存或儲存。
以圖4所示之實施例而言,當以虛擬天際線作為輔助線510時,視格分析模組500會設定輔助線510為分界,第一影像區塊231位於輔助線510以下,第二影像區塊232位於輔助線510以上。換言之,影像視格210將被畫分為上下兩個區塊。在此實施例中,係以單一的輔助線510來畫分出第一影像區塊231及第二影像區塊232,然而在不同實施例中,亦可以複數 輔助線510或輔助線510配合特徵幾何元素310來進行第一影像區塊231及第二影像區塊232的畫分。此外,在本實施例中,第一影像區塊231及第二影像區塊232係彼此相鄰而以輔助線510為界線;然而在不同實施例中,亦可設定距離被選擇的輔助線510或特徵幾何元素310一預設間距的位置作為第一影像區塊231或第二影像區塊232的邊界,而不限於直接以輔助線510或特徵幾何元素310為界。
步驟1090包含以運算模組700針對第一影像區塊231進行第一處理,並針對第二影像區塊232進行相異於第一處理之第二處理。藉由此一設計,可使第一影像區塊231及第二影像區塊232分別直接受到較具有針對性且適合之影像處理,而省去將不必要的處理方式用於非重點影像區塊的時間及資源,進而增進系統整體的效率。
以圖4所示之實施例而言,第一影像區塊231係位於作為輔助線510的虛擬天際線下方,因此大部分的面積應該是車道區域。此時第一處理較佳包含對於第一影像區塊231內之部分影像進行影像比對分析,例如以第一影像區塊231內之影像資料與影像串流200中位於影像視格210前的至少一在前影像視格內的影像資料進行比對。舉例而言,第一處理可先進行第一影像區塊231內之車輛辨識,再與之前一數張在前影像視格內之車輛辨識結果進行比對,以判斷第一影像區塊231內之車輛動態並進行監控。此外,影像比對分析亦可包含以前述之特徵幾何元素310作為主體來與之前的影像視格進行比對,以判斷車輛前進之方向是否偏離車道。
然而第二影像區塊232因位於作為輔助線510之虛擬天際線之上,故大部分的面積應該是天空或其他非車道區域,而這一類區域比較 不需要進行監控。此時第二處理較佳包含忽略第二影像區塊232內之影像資料,而不進行前述之影像比對分析。藉由此一設計,可減少需要進行分析的影像面積及畫素數量,進而達到節省時間及系統資源的效果。然而在不同實施例中,亦可針對第二影像區塊232進行其他非第一處理之第二處理,例如判斷第二影像區塊232內影像的平均亮度,以判斷當前的天色狀況,進而將判斷結果供其他應用使用。
在圖5A所示之實施例中,複數條車道線段211包含了複數條主車道線段2111及位於主車道線段2111兩側之複數鄰車道線2113。此時視格分析模組500較佳將會判斷複數主車道線段211延伸後相交的第一交點217位置,以及複數鄰車道線段2113延伸後相交的第二交點219位置。如圖5A所示,若第一交點217與第二交點219位置重疊,則視格分析模組500會自第一交點217沿影像視格210之橫向X進行延伸,以形成前述作為輔助線510之虛擬天際線。若第一交點217與第二交點219位置不重疊,如圖5B所示,則視格分析模組500較佳會自第一交點217及第二交點219之間選擇一點(例如中點),再沿影像視格210之橫向X進行延伸,以形成前述作為輔助線510之虛擬天際線。上述影像視格210之橫向X較佳係平行於影像視格210之底邊或頂邊,且跨越整張影像視格210。
此外,在圖5C所示的實施例中,視格分析模組500亦可根據第一交點217及第二交點219之相對位置關係來判斷虛擬天際線的延伸方向。如圖5C所示,第一交點217與第二交點219在影像視格210的橫向X及縱向Y上均未對齊,即可依此來估算影像視格210在拍攝時相對於實際的水平面傾斜的角度,再依此來決定作為輔助線510的虛擬天際線的延伸方向。
在圖6所示之實施例中,複數條車道線段211包含了二條主車道線段2111及位於主車道線段2111一側之鄰車道線2113。此時視格分析模組500較佳將兩條主車道線段2111間之區域作為第一影像區塊231,而將鄰車道線段2113與最接近之一條主車道線段2111間之區域作為第二影像區塊232。第一影像區塊231的範圍代表的是自車行走的主車道,因此較佳進行的第一處理係為主車道影像分析。在較佳實施例中,主車道影像分析可包含前車距離分析,第一處理可先進行第一影像區塊231內之前車輪廓辨識,並判斷與前車的距離;接著再與之前一或數張在前影像視格內之前車距離判斷結果進行比對。根據比對結果,運算模組700可進一步判斷第一影像區塊231內之前車動態並進行車距監控。
另一方面,第二影像區塊232的範圍代表的是鄰車行走的鄰車道,因此較佳進行的第二處理係為鄰車道影像分析。在較佳實施例中,鄰車道影像分析可包含前車偏移分析,第二處理可先進行第二影像區塊232內之前車輪廓辨識並判斷其與主車道線段2111間之距離;接著再與之前一或數張在前影像視格內之前車位置判斷結果進行比對。根據比對結果,運算模組700可進一步判斷第一影像區塊231內之鄰車道的前車動態並進行車距監控。若鄰車道的前車跨越主車道線段2111進入第一影像區塊231內或者有此一傾向,則產生警示訊號。藉由此一設計,可對第一影像區塊231及第二影像區塊232分別進行適合的影像分析項目,而避免將不必要的影像分析項目施加於不適用的影像區塊,進而節省運算時間及系統資源。
圖7所示為本發明之另一實施例,在此實施例中的特徵幾合元素310係包含複數個間隔排列之多邊形組合。具體而言,特徵幾合元素310 係為複數個沿影像視格210橫向X排列的四邊形,且較佳為白色。就交通標示而言,此類的形狀組合代表行人穿越道。此時視格分析模組500將會根據這些多邊形的上緣(較佳以視格頂邊為上方)連線511判斷出虛擬路口框線作為輔助線510。若在縱向Y上不同距離處有兩組代表行人穿越道的多邊形組合,則可分別以近端的多邊形組合上緣及遠端的多邊形組合下緣分別形成輔助線510。較佳而言,視格分析模組500係直接以多邊形的上緣連線511作為虛擬路口框線中的下框線;再以特徵幾合元素310中橫向X的最寬邊緣處沿縱向Y畫出側框線513。然而在不同實施例中,亦可以與多邊形上緣連線511距一定間距之線段作為虛擬路口框線中的下框線,其他側邊框線513及上框線515亦可依不同的規則而設定。此外,在不同實施例中,由於行人穿越道上也會有行人行走,因此若在縱向Y上不同距離處有兩組代表行人穿越道的多邊形組合,則可分別以近端的多邊形組合下緣及遠端的多邊形組合上緣分別形成輔助線510,以將行人穿越道的區域包含於虛擬路口框線內。
以圖7所示之實施例而言,第一影像區塊231係位於作為輔助線510的虛擬路口框線之內,因此大部分的面積應該是路口區域。此時第一處理較佳包含對於第一影像區塊231內之部分影像進行物體橫向穿越分析。舉例而言,第一處理可先進行第一影像區塊231內之物體辨識,例如行人或車輛辨識;再與之前一數張在前影像視格內之物體辨識結果進行比對,以判斷第一影像區塊231內是否有物體進行橫向穿越,並進行監控。相對於一般車道,路口區域較易有物體進行橫向穿越,因此較需要此類的影像分析及監控。
另一方面,因第二影像區塊232因位於作為輔助線510之虛擬 路口框線之外,故大部分的面積為非路口區域,而這一類區域比較不需要進行橫向物體穿越的監控。此時第二處理較佳包含進行其他非物體橫向穿越分析的影像處理,而不進行前述之物體橫向穿越分析。藉由此一設計,可減少需要進行分析的影像面積及畫素數量,進而達到節省時間及系統資源的效果。
如圖8所示,影像串流200中包含排列於影像視格210前之至少一在前影像視格220。如同影像視格210,特徵判讀模組300同樣會判讀在前影像視格220內的影像資料,並產生及緩存至少一在前特徵幾何元素330。在前特徵幾何元素330基本上與前述的特徵幾何元素310性質相同,所差者主要在於其係由分析在前影像視格220而得出,而非來自影像視格210。特徵判讀模組300在產生在前特徵幾何元素330後,即將在前特徵幾何元素330緩存或儲存於緩存記憶體或其他儲存單元800中。當特徵判讀模組300要對當前的影像視格210進行判讀時,即會存取緩存或儲存的在前特徵幾何元素330,並參考在前特徵幾何元素330來產生特徵幾何元素310。舉例而言,特徵判讀模組300較佳係可存取前4組的在前特徵幾何元素330,並與當前的影像視格210資料進行比對,再產生當前影像視格210的特徵幾何元素310。藉由此一設計,即便某一影像視格的影像資料因影像品質不佳而無法準確判斷,仍能藉由參考在前特徵幾何元素330而得到一定程度準確的結果,以確保系統的穩定性。
另如圖9所示,如同當前的影像視格210,視格分析模組500同樣會根據在前特徵幾何元素330來決定出並緩存或暫存一在前輔助線530。當視格分析模組500要決定當前的影像視格210的輔助線510時,即會存 取緩存或儲存的在前輔助線530,並參考在前輔助線530來決定當前影像視格210的輔助線510。舉例而言,視格分析模組500較佳係可存取前4組的在前輔助線530以參考其種類及位置,再產生當前影像視格210的輔助線510。藉由此一設計,即便某一影像視格的影像資料因影像品質不佳而無法準確判斷,仍能藉由參考在前輔助線530而得到一定程度準確的結果,以確保系統的穩定性。
圖10所示為本發明動態影像監測裝置之實施例示意圖。動態影像監測裝置包含影像擷取單元10及處理單元90。影像擷取單元10較佳可為攝影鏡頭或其他可拍攝或錄製影像之裝置,且較佳亦可包含對影像進行校正及雜訊處理的影像處理器。影像擷取單元10係輸出影像串流200,且影像串流200中包含至少一影像視格210。處理單元90較佳為一中央處理器或為中央處理器內之邏輯運算部分,且供執行下列三項程序:特徵判讀程序30、視格分析程序50及運算程序70。特徵判讀程序30、視格分析程序50及運算程序70較佳係以軟體程序的方式儲存於儲存單元80而由處理單元90執行,並配合儲存單元80作為資料儲存及存取的對象。儲存單元80較佳可為單獨的記憶體、多個同類或不同類記憶體的組合、處理單元90中的緩存記憶區、前述之組合或其他的記憶裝置。特徵判讀程序30、視格分析程序50及運算程序70執行之內容與前述特徵判讀模組300、視格分析模組500及運算模組700的工作內容相同,在此不再重複。
藉由上述設計,可使各影像區塊分別直接受到較具有針對性且適合之影像處理,而省去將不必要的處理方式用於非重點影像區塊的時間及資源。此外,亦可減少需要進行每一分析的影像面積及畫素數量,進 而達到節省時間及系統資源的效果,並增進系統整體的效率。
藉由以上具體實施例之詳述,係希望能更加清楚描述本發明之特徵與精神,而並非以上述所揭露的較佳具體實施例來對本發明之範疇加以限制,任何熟知此技藝者,在不脫離本發明的精神和範圍內,當可做各種更動與潤飾。因此,本發明的保護範圍當視後附的申請專利範圍所界定者為準。
210‧‧‧影像視格
211‧‧‧車道線段
2111‧‧‧主車道線段
2113‧‧‧鄰車道線段
215‧‧‧交點
231‧‧‧第一影像區塊
232‧‧‧第二影像區塊
310‧‧‧特徵幾何元素
510‧‧‧輔助線

Claims (13)

  1. 一種動態影像監測系統,包含:一影像擷取模組,輸出一影像串流,其中該影像串流包含至少一影像視格;一特徵判讀模組,自該影像擷取模組接收該影像串流,並判讀該影像視格以產生至少一特徵幾何元素;一視格分析模組,根據該特徵幾何元素決定一輔助線,並根據該輔助線及該特徵幾何元素中至少其一畫分該影像視格至少為一第一影像區塊及一第二影像區塊;以及一運算模組,針對該第一影像區塊進行一第一處理,並針對該第二影像區塊進行相異於該第一處理之一第二處理。
  2. 如請求項1所述之動態影像監測系統,其中該特徵幾何元素包含複數條車道線段,該視格分析模組自該複數條車道線段延伸之至少一交點判斷一虛擬天際線作為該輔助線。
  3. 如請求項2所述之動態影像監測系統,其中該視格分析模組係自該交點沿該影像視格之橫向延伸以形成該虛擬天際線。
  4. 如請求項2所述之動態影像監測系統,其中該複數條車道線段包含複數條主車道線段及位於該些主車道線段兩側之複數條鄰車道線段;該些主車道線段之延伸交於一第一交點,而該些鄰車道線段之延伸交於一第二交點;該視格分析模組係自該第一交點及該第二交點間之一點沿該影像視格之橫向延伸以形成該虛擬天際線。
  5. 如請求項2所述之動態影像監測系統,其中該複數條車道線段包含複數條主車道線段及位於該些主車道線段兩側之複數條鄰車道線段;該些主車道線段之延伸交於一第一交點,而該些鄰車道線段之延伸交於一第二 交點;該視格分析模組根據該第一交點及該第二交點之相對位置關係判斷該虛擬天際線之延伸方向。
  6. 如請求項2所述之動態影像監測系統,其中該第一影像區塊係位於該輔助線以下,該第一處理包含對該第一影像區塊內之影像進行一影像比對分析;該第二影像區塊係位於該輔助線以上,該第二處理包含忽略該第二影像區塊內之影像資料而不進行該影像比對分析。
  7. 如請求項6所述之動態影像監測系統,其中該影像串流包含排列於該影像視格前之至少一在前影像視格,該影像比對分析包含比對該第一影像區塊內之影像資料及該在前影像視格內之影像資料以產生一分析結果。
  8. 如請求項1所述之動態影像監測系統,其中該特徵幾何元素包含二主車道線段及一鄰車道線段,該第一影像區塊係位於該二主車道線段之間,該第一處理包含對該第一影像區塊內之影像進行一主車道影像分析;該第二影像區塊係位於該鄰車道線段及與該鄰車道線段最近之該主車道線段,該第二處理包含對該第二影像區塊內之影像進行一鄰車道影像分析。
  9. 如請求項1所述之動態影像監測系統,其中該特徵幾何元素包含複數個間隔排列之多邊形組合,該視格分析模組根據該複數個間隔排列之多邊形組合之上緣判斷一虛擬路口框線作為該輔助線。
  10. 如請求項9所述之動態影像監測系統,其中該第一影像區塊係位於該輔助線之內,該第一處理包含對該第一影像區塊內之影像進行一物體橫向穿越分析。
  11. 如請求項1所述之動態影像監測系統,其中該影像串流包含排列於該影像視格前之至少一在前影像視格;該特徵判讀模組判讀該在前影像視格以產生並緩存或儲存至少一在前特徵幾何元素,並參考該在前特徵幾何 元素來判讀該影像視格以產生該特徵幾何元素。
  12. 如請求項11所述之動態影像監測系統,其中該視格分析模組根據該在前特徵幾何元素決定並緩存或儲存一在前輔助線,並參考該在前輔助線以根據該特徵幾何元素決定該輔助線。
  13. 一種動態影像監測方法,包含:(a)以一影像擷取模組輸出一影像串流,其中該影像串流包含至少一影像視格;(b)以一特徵判讀模組自該影像擷取模組接收該影像串流,並判讀該影像視格以產生至少一特徵幾何元素;(c)以一視格分析模組根據該特徵幾何元素決定一輔助線,並根據該輔助線及該特徵幾何元素中至少其一畫分該影像視格至少為一第一影像區塊及一第二影像區塊;以及(d)以一運算模組針對該第一影像區塊進行一第一處理,並針對該第二影像區塊進行相異於該第一處理之一第二處理。
TW103140095A 2014-11-19 2014-11-19 動態影像監測系統及方法 TWI502166B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW103140095A TWI502166B (zh) 2014-11-19 2014-11-19 動態影像監測系統及方法
JP2015081921A JP2016099997A (ja) 2014-11-19 2015-04-13 動画像監視システム、装置及び方法
KR1020150057137A KR20160059934A (ko) 2014-11-19 2015-04-23 동화상 감시 시스템, 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW103140095A TWI502166B (zh) 2014-11-19 2014-11-19 動態影像監測系統及方法

Publications (2)

Publication Number Publication Date
TWI502166B TWI502166B (zh) 2015-10-01
TW201619577A true TW201619577A (zh) 2016-06-01

Family

ID=54851732

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103140095A TWI502166B (zh) 2014-11-19 2014-11-19 動態影像監測系統及方法

Country Status (3)

Country Link
JP (1) JP2016099997A (zh)
KR (1) KR20160059934A (zh)
TW (1) TWI502166B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300322A (zh) * 2018-10-31 2019-02-01 百度在线网络技术(北京)有限公司 引导线绘制方法、装置、设备和介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI658431B (zh) 2017-10-02 2019-05-01 緯創資通股份有限公司 影像處理方法、影像處理裝置及電腦可讀取記錄媒體

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3666332B2 (ja) * 2000-01-07 2005-06-29 日産自動車株式会社 歩行者検知装置
JP2002314989A (ja) * 2001-04-10 2002-10-25 Yazaki Corp 車両用周辺監視装置
JP4615536B2 (ja) * 2007-03-19 2011-01-19 本田技研工業株式会社 表示装置
TWI451990B (zh) * 2011-08-29 2014-09-11 Univ Nat Chiao Tung 車道定位系統、車道定位方法及路面標記
JP5966341B2 (ja) * 2011-12-19 2016-08-10 大日本印刷株式会社 画像処理装置、画像処理方法、画像処理装置用プログラム、画像表示装置
JP2013186664A (ja) * 2012-03-07 2013-09-19 Toyota Motor Corp 横断歩道認識装置および横断歩道認識方法
TWI439973B (zh) * 2012-03-07 2014-06-01 Mitac Int Corp 雲端導航裝置及雲端導航方法
JP2014191685A (ja) * 2013-03-28 2014-10-06 Nissan Motor Co Ltd 画像処理装置および画像処理方法
TWI534028B (zh) * 2013-05-03 2016-05-21 Driveway with lane departure (LDWS) and front vehicle distance (FCWS) warning function (EDR)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300322A (zh) * 2018-10-31 2019-02-01 百度在线网络技术(北京)有限公司 引导线绘制方法、装置、设备和介质

Also Published As

Publication number Publication date
TWI502166B (zh) 2015-10-01
JP2016099997A (ja) 2016-05-30
KR20160059934A (ko) 2016-05-27

Similar Documents

Publication Publication Date Title
US10970566B2 (en) Lane line detection method and apparatus
KR101517181B1 (ko) 차선 이탈 경보 시스템 및 방법
US9721460B2 (en) In-vehicle surrounding environment recognition device
KR101605514B1 (ko) 차선 인식 장치 및 방법
US9454704B2 (en) Apparatus and method for determining monitoring object region in image
JP2013109760A (ja) 対象検知方法及び対象検知システム
US9747507B2 (en) Ground plane detection
CN108629225B (zh) 一种基于多幅子图与图像显著性分析的车辆检测方法
JP2006350699A (ja) 画像処理装置及び方法
WO2019085929A1 (zh) 图像处理方法及其装置、安全驾驶方法
JP2010040031A (ja) 道路方向認識方法及び装置
JP2009157581A (ja) 歩行者検出装置
JP2019218022A (ja) 線路検出装置
KR20170055738A (ko) 영상 기반 주행 차로 판단 장치 및 방법
KR101501851B1 (ko) 최적화된 누적 셀에서의 허프 변환을 이용한 차선 검출 장치 및 방법
TWI502166B (zh) 動態影像監測系統及方法
JP2012150595A (ja) 一時停止線検出装置及びプログラム
JP5125214B2 (ja) 障害物検出方法および障害物検出装置
JP2014186516A (ja) 走行路検出装置
CN114037977B (zh) 道路灭点的检测方法、装置、设备及存储介质
KR20110114905A (ko) 차선 감지 방법
JP5958368B2 (ja) 白線検出装置
JP4847303B2 (ja) 障害物検出方法、障害物検出プログラムおよび障害物検出装置
JP7062959B2 (ja) 車両検知器、車両検知方法、および車両検知プログラム
KR102590863B1 (ko) 차량의 조향각 계산 방법 및 장치