国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      采用視差圖像檢測路邊的方法及系統(tǒng)的制作方法

      文檔序號:6488840閱讀:174來源:國知局
      采用視差圖像檢測路邊的方法及系統(tǒng)的制作方法
      【專利摘要】本發(fā)明提供了一種采用視差圖像檢測路邊的方法,包括:在視差圖像上估計路面區(qū)域并去噪;通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊區(qū)域;以及通過判斷視差圖像上相關(guān)像素點間的視差差別,檢測出路邊的類型和位置。
      【專利說明】采用視差圖像檢測路邊的方法及系統(tǒng)
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及一種利用視差圖像快速檢測道路路邊類型的新方法。
      【背景技術(shù)】
      [0002]隨著汽車的普及,日常交通運輸越來越繁忙,交通安全日益成為人們所關(guān)注的焦點。因此,人們希望參與交通的車輛能夠具備更多的智能特點,從而替代駕駛?cè)藛T判斷一部分安全事宜。交通安全一個方面涉及車輛本身構(gòu)成元件是否安全,另一個方面涉及車輛行進的環(huán)境是否安全。對于后者,主要通過駕駛員了解路面的情況來進行判斷。然而,在駕駛員處于疲勞或注意不到的情況下,往往會發(fā)生危險。因此,人們需要一種方法和系統(tǒng)能夠在駕駛員未能作出判斷的情況下代替駕駛員進行一些道路安全情況的判斷,以規(guī)避危險。
      [0003]美國專利US6813370B1利用灰度圖上的亮度信息以及由視差圖像計算出來的距離信息檢測路面上的白線。該專利由上一幀中白線檢測的結(jié)果得到這一幀的白線檢測區(qū)域,并利用亮度信息和距離信息來檢測白線。
      [0004]美國專利US7346190B2通過一種投影映射的方法來檢測道路上的交通線。該方法將視差圖像上的交通線區(qū)域里的點按照與道路垂直的方向進行投影,投影后得到一個直方圖,再根據(jù)直方圖上的信息來檢測道路上的交通線。雖然它用到了三維的信息來檢測,但主要利用了道路垂直方向得到的投影直方圖。當?shù)缆仿愤叺母叨炔煌瑫r(傾斜路面),這種方法就不好用了。
      [0005]以上專利描述的方法并不能有效地提供一種快速檢測各種道路路邊的方法。利用視差圖像的傳統(tǒng)的道路路邊檢測方法需要用到U視差圖和V視差圖。它先在U視差圖上得到消失點的位置和各個待選路邊直線,然后再在V視差圖上計算各個待選路邊直線所屬的路邊類型。這種方法能得到很準確的路邊檢測結(jié)果,但它非常耗時。視差圖像上的每個像素點都被用到了不止一遍。U圖上留下的待選路邊直線的數(shù)目,取決于閾值。每條路邊直線的判定,都需要U視差圖和V視差圖上的2次計算。

      【發(fā)明內(nèi)容】

      [0006]因此,人們需要一種準確而又快速地檢測出路邊的方法。本專利提供了一種方法,可以快速檢測出道路路邊的類型和位置。該方法可以被用到車載攝像機的多種應(yīng)用中。
      [0007]本發(fā)明提供了一種采用視差圖像檢測路邊的方法,包括:在視差圖像上估計路面區(qū)域并去噪;通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊區(qū)域;以及通過判斷視差圖像上相關(guān)像素點間的視差差別,檢測出路邊的類型和位置。
      [0008]根據(jù)本發(fā)明的采用視差圖像檢測路邊的方法,所述在視差圖像上估計路面區(qū)域并去噪包括:利用邊緣算子,在原視差圖的基礎(chǔ)上生成邊緣圖像;由V視差圖上估計的路面方程,在邊緣視差圖中分割出路面區(qū)域;以及去噪模塊利用路邊上像素點在邊緣視差圖上值的單調(diào)性,去除噪聲。
      [0009]根據(jù)本發(fā)明的采用視差圖像檢測路邊的方法,其中所述通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系來確定路邊區(qū)域包括:通過過去η幀中的,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立路邊區(qū)域估計模型;基于建立的路邊區(qū)域估計模型以及常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域;以及更新模塊由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。
      [0010]根據(jù)本發(fā)明的采用視差圖像檢測路邊的方法,其中所述建立路邊區(qū)域估計模型包括:選擇圖像上的感興趣區(qū)域來減少計算時間;采用某種計算方法,將上述區(qū)域中直線的位置確定出來;通過道路真實寬度與路邊直線在視差圖像上的對應(yīng)關(guān)系,來確定感興趣區(qū)域中的路邊區(qū)域;以及利用路邊延伸性來生長源路邊區(qū)域。
      [0011]根據(jù)本發(fā)明的采用視差圖像檢測路邊的方法,其中所述檢測出路邊的類型和位置包括:掃描路邊區(qū)域一遍,利用像素之間視差值的差別,只留下有用的路邊上的像素點;采用某種計算方法,將上述區(qū)域中直線的位置確定出來;以及根據(jù)直線上像素點的路邊類型,從而確定整條直線的路邊類型
      [0012]根據(jù)本發(fā)明的另一個方面,提供了一種采用視差圖像檢測路邊的系統(tǒng),包括:視差圖像預(yù)處理模塊,在視差圖像上估計路面區(qū)域并去噪;路邊區(qū)域估計模塊,通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊區(qū)域;以及路邊檢測模塊,通過判斷視差圖像上相關(guān)像素點間的視差差別,從而檢測出路邊的類型和位置。
      [0013]根據(jù)本發(fā)明的采用視差圖像檢測路邊的系統(tǒng),所述視差圖像預(yù)處理模塊包含:
      [0014]邊緣視差圖生成模塊,利用邊緣算子,在原視差圖的基礎(chǔ)上生成邊緣圖像;
      [0015]路面區(qū)域分割模塊,由V視差圖上估計的路面方程,在邊緣視差圖中分割出路面區(qū)域;以及
      [0016]去噪模塊,利用路邊上像素點在邊緣視差圖上值的單調(diào)性,去除噪聲。
      [0017]根據(jù)本發(fā)明的采用視差圖像檢測路邊的系統(tǒng),所述路邊區(qū)域估計模塊包含:路邊區(qū)域建模模塊,通過過去η幀中的,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立路邊區(qū)域估計模型;路邊區(qū)域預(yù)測模塊,基于建立的路邊區(qū)域估計模型以及常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域;路邊區(qū)域估計模型更新模塊,由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。
      [0018]根據(jù)本發(fā)明的采用視差圖像檢測路邊的系統(tǒng),所述路邊區(qū)域建模模塊包含:感興趣區(qū)域選擇模塊,選擇圖像上的感興趣區(qū)域來減少計算時間;直線生成模塊,采用某種計算方法,將上述區(qū)域中直線的位置確定出來;角度約束區(qū)域判別模塊,通過道路真實寬度與路邊直線在視差圖像上的對應(yīng)關(guān)系,來確定感興趣區(qū)域中的路邊區(qū)域;以及路邊區(qū)域生長模塊,利用路邊延伸性來生長源路邊區(qū)域。
      [0019]根據(jù)本發(fā)明的采用視差圖像檢測路邊的系統(tǒng),所述路邊檢測模塊包含:待選像素生成模塊,掃描路邊區(qū)域一遍,利用像素之間視差值的差別,只留下有用的路邊上的像素點;直線生成模塊,采用某種計算方法,將上述區(qū)域中直線的位置確定出來;以及路邊類型判斷模塊,根據(jù)直線上像素點的路邊類型,從而確定整條直線的路邊類型。
      [0020]概括而言,本專利提出了一種在視差圖像上,基于視差圖性質(zhì)直接檢測路邊的方法。在估計出路面區(qū)域并利用路邊視差值單調(diào)性進行去噪后,路邊的快速檢測方法包含如下2個部分:由路邊區(qū)域估計模型生成當前幀的路邊檢測區(qū)域,再由視差圖像上相關(guān)像素點間的視差差別,在路邊檢測區(qū)域中檢測出路邊的類型和位置。通過過去η幀中的,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立路邊區(qū)域估計模型。再由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。掃描當前路邊區(qū)域一遍,只留下有用的路邊上的像素點,通過判斷這些相關(guān)像素點間的視差差別,確定每個像素點的路邊類型,從而確定出整條路邊的實際類型。
      [0021]可見,本發(fā)明由道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊檢測區(qū)域。其中利用像素間視差值的差別來一次性檢測出路面上的各種路邊,包括白線,路肩石等。
      【專利附圖】

      【附圖說明】
      [0022]通過閱讀結(jié)合附圖考慮的以下本發(fā)明的優(yōu)選實施例的詳細描述,將更好地理解本發(fā)明的以上和其他目標、特征、優(yōu)點和技術(shù)及工業(yè)重要性。
      [0023]圖1所示的利用了根據(jù)本發(fā)明的方法和系統(tǒng)的圖像處理系統(tǒng)的示意圖;
      [0024]圖2所示的是圖像處理模塊的方框圖;
      [0025]圖3所示的是采用根據(jù)本發(fā)明的路邊檢測系統(tǒng)的模塊圖;
      [0026]圖4所示的是采用根據(jù)本發(fā)明的路邊檢測方法的數(shù)據(jù)流向示意圖;
      [0027]圖5所示的是根據(jù)本發(fā)明的路邊檢測方法的主流程圖.
      [0028]圖6A所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的視差圖像預(yù)處理過程的流程圖;
      [0029]圖6B所示的是表示路邊上的點的窗口示意圖;
      [0030]圖7所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的路邊區(qū)域估計過程的流程圖;
      [0031]圖8所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的路邊區(qū)域建模過程的流程圖;
      [0032]圖9所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的路邊檢測過程的流程圖;
      [0033]圖1OA和IOB所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的待選像素生成過程的流程圖;
      [0034]圖11所示的是邊緣視差圖和路面區(qū)域示意圖;
      [0035]圖12A-12C所示的是根據(jù)本發(fā)明的路邊檢測方法的路邊區(qū)域估計模型建模過程示意圖;
      [0036]圖13A和13B所示的是根據(jù)本發(fā)明的路邊檢測方法的路邊檢測過程示意圖;
      [0037]圖14A和14B所示的是立體視覺原理圖;
      [0038]圖15A-15C所示的是兩條路邊與Rwidth之間的角度關(guān)系的示意圖。
      【具體實施方式】
      [0039]下面結(jié)合附圖描述本發(fā)明實施例。
      [0040]圖1所示的利用了根據(jù)本發(fā)明的方法和系統(tǒng)的圖像處理系統(tǒng)的示意圖。圖像處理系統(tǒng)安裝在車輛100之上。該系統(tǒng)包括雙目攝像頭101或兩個單獨攝像頭,以及圖像處理模塊102。攝像頭101安裝在靠近車輛后視鏡的位置,用于捕獲車輛前方的場景。所捕獲的車輛前方場景的圖像將作為圖像處理模塊102的輸入。圖像處理模塊102分析輸入的圖像信號,計算它們的場景類別,基于類別賦予不同的權(quán)重來融合兩幅圖像,并所獲得融合圖像檢測路面白線。車輛控制模塊103接收由圖像處理模塊102輸出的信號,根據(jù)檢測得到的當前白線,生成控制信號來控制車輛100的行駛方向和行駛速度。[0041]圖2所示的是根據(jù)本發(fā)明的方法和系統(tǒng)的圖像處理系統(tǒng)的結(jié)構(gòu)示意圖。攝像頭101包括圖像傳感器201和攝像頭數(shù)字信號處理器(digital signal processing, DSP)202。圖像傳感器201將光信號轉(zhuǎn)換為電子信號,將捕獲的當前車輛100前方的圖像轉(zhuǎn)換為模擬圖像信號,再將結(jié)果傳入攝像頭DSP202。如果需要,攝像頭101還可以進一步包括鏡頭,濾鏡,等等。盡管在本發(fā)明的實施例中僅僅給出了兩個攝像頭,但是本發(fā)明的實施方式可以包含多個攝像頭101,這些攝像頭配準后可以同時捕獲多幅圖像。
      [0042]攝像頭DSP202將模擬圖像信號轉(zhuǎn)換為數(shù)字圖像信號,并發(fā)送到圖像處理模塊102。圖像輸入接口 203按規(guī)定的時間間隔取得圖像。視差圖成像模塊204利用立體視覺原理,將輸入的一對數(shù)字圖像轉(zhuǎn)換為視差圖。然后視差圖像被寫入內(nèi)存206,由程序207進行分析和處理。此處的圖像處理包括多種操作,諸如去噪,建立路邊區(qū)域估計模型,檢測路邊類型等等。在ROM中的程序207執(zhí)行一系列的操作來檢測最終的路邊類型。在此過程中,CPU 205負責控制操作及運算操作,例如由接口獲得數(shù)據(jù),執(zhí)行圖像處理等。
      [0043]圖3所示的是采用根據(jù)本發(fā)明的路邊檢測系統(tǒng)的模塊圖。對于待檢測的一幅視差圖像,視差圖像預(yù)處理單元Fl在視差圖像上由路面方程估計路面區(qū)域,并基于路邊視差值的單調(diào)性去噪。路面區(qū)域由道路表面每點所在位置決定,無論它是平路還是顛簸路面,上坡還是下坡。如果路邊區(qū)域估計模型還沒有建立的話,那么由路邊區(qū)域模型建模單元F2,根據(jù)過去η幀中,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立模型。如果路邊區(qū)域估計模型已經(jīng)建立的話,那么就由路邊區(qū)域預(yù)測單元F3根據(jù)此模型和常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域。然后路邊檢測單元F4通過判斷這些區(qū)域內(nèi)留下的相關(guān)像素點間的視差差別,從而檢測出路邊的類型和位置。這種方法只需掃描路邊區(qū)域一遍,只留下有用的路邊上的像素點,再通過這些像素點的路邊類型,從而檢測出整條路邊的實際類型。路邊區(qū)域模型更新單元F5由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。
      [0044]圖4所示的是采用根據(jù)本發(fā)明的路邊檢測方法的數(shù)據(jù)流向示意圖。首先由立體相機得到視差圖像SI和S2。然后經(jīng)過路面區(qū)域選取和去噪等操作后,得到預(yù)處理后的視差圖像S3。路面區(qū)域估計模型S4通過過去η幀中,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系來建立。然后由此模型S4,結(jié)合常用預(yù)測方法,得到待檢測視差圖像S2上的預(yù)測的路邊區(qū)域S5。在路邊區(qū)域S5中掃描一遍,只留下有用的路邊上的像素點S6,每個像素點都有一個路邊類型。經(jīng)過擬合像素點S6,得到路邊的位置;路邊上像素點數(shù)目最多的路邊類型,即為整條路邊的類型。得到最終的路邊檢測結(jié)果S7。
      [0045]圖5所示的是根據(jù)本發(fā)明的路邊檢測方法的主流程圖。首先,視差圖像預(yù)處理模塊21在邊緣視差圖上估計路面區(qū)域并去噪。然后,路邊區(qū)域估計模塊22通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系來預(yù)測路邊區(qū)域。最后,路邊檢測模塊23在預(yù)測的路邊區(qū)域內(nèi),利用相關(guān)像素點間的視差差別,檢測出路邊的類型和位置。所有這些都將在后面詳細論述。
      [0046]圖6Α所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的視差圖像預(yù)處理過程的流程圖。在密集視差圖像中,很難檢測到路邊,因此第一步,需要先生成邊緣視差圖,即邊緣視差圖生成模塊211所做的工作??梢酝ㄟ^Sobel算子等邊緣算子來對原密集視差圖像進行處理,得到邊緣視差圖。然后由估計得路面方程,分割出路面區(qū)域,即路面區(qū)域分割模塊212所做的工作。路面區(qū)域包括路面以及路面上的各種物體。我們用高度信息來近似估計路面方程。有很多方法可以用于此處的路面估計,一種實施方法是,采用基于V視差圖的方法。當我們得到路面方程后,根據(jù)高度信息,取適當?shù)拈撝担瞥访鎱^(qū)域之外的邊緣視差圖像上的點,只留下邊緣視差圖上的路面區(qū)域。圖11是對邊緣視差圖像以及路面區(qū)域選取后的示意圖。
      [0047]去噪模塊213利用路邊視差值的單調(diào)性來去除噪聲。路邊上點的視差值應(yīng)該是連續(xù)的。越靠近駕駛員方向的像素點的視差值越大,越接近消失點的像素點的視差值越小。因此,在邊緣視差圖上,路邊上的點P應(yīng)該滿足:
      [0048]d (above_pt) <d (p) <d (below_pt)
      [0049]這里,d(p)是p點處的視差值,above_pt是p點上面位置的點,below_pt是p點下面位置的點,具體位置如下圖所示。所有這些點都在一個去噪窗口里,例如一個3*3或者5*5大小的窗口。圖6B所示的是該窗口的示意圖。
      [0050]所有的路邊在遠處交于消失點這一個點的地方,并且路邊都在消失點以下,因此,當去噪窗口在消失點左下方的時候,above_pt應(yīng)該在p點的右上方,below_pt應(yīng)該在p點的左下方;當去噪窗口在消失點右下方的時候,above_pt應(yīng)該在p點的左上方,below_pt應(yīng)該在P點的右下方;當去噪窗口在消失點正下方的時候,above_pt應(yīng)該在P點的正上方,below_pt應(yīng)該在P點的正下方。
      [0051]圖7所示的是根據(jù)本發(fā)明的路邊檢測系統(tǒng)的路邊區(qū)域估計過程的流程圖。對于一幅待檢測的輸入圖像,如果路邊 區(qū)域估計模型還沒建立的話,那么先由路邊區(qū)域建模模塊221建立此模型。路邊區(qū)域建模模塊221根據(jù)過去η幀中,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立模型。除去有干擾的線,只留下路邊線。這個模塊將在后面詳細敘述。如果路邊區(qū)域估計模型已經(jīng)建立了的話,路邊區(qū)域預(yù)測模塊222根據(jù)此模型和常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域。這可以減少之后路邊檢測的范圍,減少路邊檢測的時間。在一種實施方法中,卡爾曼濾波被選作預(yù)測的方法。預(yù)測目標包含四個參數(shù)(X方向位置坐標(x-position),y方向位置坐標(y-position),寬度(width),高度(height)),這四個參數(shù)描述了路邊區(qū)域的信息。
      [0052]狀態(tài)向量表示為x(t) = (x, y, dx, dy, W,h)T,其中x, y是目標中心點的坐標,dx, dy是中心點在水平和垂直方向的改變,w,h是預(yù)測目標的寬度和聞度。狀態(tài)轉(zhuǎn)移矩陣表不為:
      【權(quán)利要求】
      1.一種采用視差圖像檢測路邊的方法,包括: 在視差圖像上估計路面區(qū)域并去噪; 通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊區(qū)域;以及 通過判斷視差圖像上相關(guān)像素點間的視差差別,檢測出路邊的類型和位置。
      2.如權(quán)利要求1所述的采用視差圖像檢測路邊的方法,所述在視差圖像上估計路面區(qū)域并去噪包括: 利用邊緣算子,在原視差圖的基礎(chǔ)上生成邊緣圖像; 由V視差圖上估計的路面方程,在邊緣視差圖中分割出路面區(qū)域;以及 去噪模塊利用路邊上像素點在邊緣視差圖上值的單調(diào)性,去除噪聲。
      3.如權(quán)利要求2所述的采用視差圖像檢測路邊的方法,其中所述通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系來確定路邊區(qū)域包括: 通過過去η幀中的,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立路邊區(qū)域估計模型; 基于建立的路邊區(qū)域估計模型以及常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域;以及 更新模塊由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。
      4.如權(quán)利要求3所述的采`用視差圖像檢測路邊的方法,其中所述建立路邊區(qū)域估計模型包括: 選擇圖像上的感興趣區(qū)域來減少計算時間; 采用某種計算方法,將上述區(qū)域中直線的位置確定出來; 通過道路真實寬度與路邊直線在視差圖像上的對應(yīng)關(guān)系,來確定感興趣區(qū)域中的路邊區(qū)域;以及 利用路邊延伸性來生長源路邊區(qū)域。
      5.如權(quán)利要求1所述的采用視差圖像檢測路邊的方法,其中所述檢測出路邊的類型和位置包括: 掃描路邊區(qū)域一遍,利用像素之間視差值的差別,只留下有用的路邊上的像素點; 采用某種計算方法,將上述區(qū)域中直線的位置確定出來;以及 根據(jù)直線上像素點的路邊類型,從而確定整條直線的路邊類型
      6.一種采用視差圖像檢測路邊的系統(tǒng),包括: 視差圖像預(yù)處理模塊,在視差圖像上估計路面區(qū)域并去噪; 路邊區(qū)域估計模塊,通過道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,來確定路邊區(qū)域;以及 路邊檢測模塊,通過判斷視差圖像上相關(guān)像素點間的視差差別,從而檢測出路邊的類型和位置。
      7.如權(quán)利要求6所述的采用視差圖像檢測路邊的系統(tǒng),所述視差圖像預(yù)處理模塊包含: 邊緣視差圖生成模塊,利用邊緣算子,在原視差圖的基礎(chǔ)上生成邊緣圖像; 路面區(qū)域分割模塊,由V視差圖上估計的路面方程,在邊緣視差圖中分割出路面區(qū)域;以及 去噪模塊,利用路邊上像素點在邊緣視差圖上值的單調(diào)性,去除噪聲。
      8.如權(quán)利要求6所述的采用視差圖像檢測路邊的系統(tǒng),所述路邊區(qū)域估計模塊包含: 路邊區(qū)域建模模塊,通過過去η幀中的,道路真實寬度與路邊傾斜角度在視差圖像上的對應(yīng)關(guān)系,建立路邊區(qū)域估計|吳型; 路邊區(qū)域預(yù)測模塊,基于建立的路邊區(qū)域估計模型以及常用預(yù)測方法,預(yù)測出當前幀的路邊檢測區(qū)域;以及 路邊區(qū)域估計模型更新模塊,由當前幀的路邊檢測結(jié)果以及過去m幀的可信區(qū)域累計結(jié)果,更新路邊區(qū)域估計模型。
      9.如權(quán)利要求8所述的采用視差圖像檢測路邊的系統(tǒng),所述路邊區(qū)域建模模塊包含: 感興趣區(qū)域選擇模塊,選擇圖像上的感興趣區(qū)域來減少計算時間; 直線生成模塊,采用某種計算方法,將上述區(qū)域中直線的位置確定出來; 角度約束區(qū)域判別模塊,通過道路真實寬度與路邊直線在視差圖像上的對應(yīng)關(guān)系,來確定感興趣區(qū)域中的路邊區(qū)域;以及 路邊區(qū)域生長模塊,利用路 邊延伸性來生長源路邊區(qū)域。
      10.如權(quán)利要求6所述的采用視差圖像檢測路邊的系統(tǒng),所述路邊檢測模塊包含: 待選像素生成模塊,掃描路邊區(qū)域一遍,利用像素之間視差值的差別,只留下有用的路邊上的像素點; 直線生成模塊,采用某種計算方法,將上述區(qū)域中直線的位置確定出來;以及 路邊類型判斷模塊,根據(jù)直線上像素點的路邊類型,從而確定整條直線的路邊類型。
      【文檔編號】G06K9/00GK103679121SQ201210342374
      【公開日】2014年3月26日 申請日期:2012年9月14日 優(yōu)先權(quán)日:2012年9月14日
      【發(fā)明者】胡平, 師忠超, 魯耀杰, 王剛 申請人:株式會社理光
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1