[发明专利]一种视差图像中目标识别方法

权利要求书

1.一种视差图像中目标识别方法，包括以下步骤：

a、对所述视差图像进行分割得到若干视差区域，对视差图像的分割采用先 对所述视差图像进行极值预测分割，再对所述极值预测分割后的视差区域进行 宽度预测分割；其中，

所述极值预测分割包括以下步骤：

获得视差图像中每行/列中的灰度极大值，并依据所述极大值拟合出对应曲 线函数；

获得所述曲线函数的极大值点和极小值点；

遍历上一步得到的极小值，判断其前极值点是否是极大值点，以满足该条 件的极小值点所在行/列对所述视差图像进行分割得到初级视差区域；

所述宽度预测分割包括以下步骤：

获得所述初级视差区域中每行/列的像素点个数，并依据该像素点个数拟合 出对应的曲线函数；

获得所述曲线函数的极大值点和极小值点；

遍历上一步得到的极小值，判断其前极值点是否是极大值点，以满足该条 件的极小值点所在行/列对所述初级视差区域进行分割得到视差区域；

b、对所述若干视差区域进行投影定位获得目标位置。

2.根据权利要求1所述的一种视差图像中目标识别方法，其特征在于，所 述宽度预测的步骤还包括：

判断在其分割方向上最后一组像素点与其前的极小值点在与所述分割方向 正交方向上的距离是否小于预设值，若是则不以该极小值点进行分割。

3.根据权利要求1所述的一种视差图像中目标识别方法，其特征在于，所 述宽度预测的步骤还包括：

判断相邻的极大值点与极小值点间在与分割方向正交方向上的距离是否小 于预设值，若是则不以该极小值点进行分割。

4.根据权利要求1或2或3所述的一种视差图像中目标识别方法，其特征 在于，该方法应用于公交车拥挤状况下的目标识别。

5.一种视差图像中目标识别方法，其特征在于，包括以下步骤：

a、对所述视差图像进行分割得到若干视差区域，对视差图像的分割采用先 对所述视差图像进行极值预测分割，再对所述极值预测分割后的视差区域进行 宽度预测分割；具体步骤为：

水平极值预测/垂直极值预测：

获得视差图像中每列/行的灰度极大值，并依据所述极大值拟合出对应曲线 函数；

获得所述曲线函数的极大值点和极小值点；

遍历上一步得到的极小值，判断其前极值点是否是极大值点，以满足该条 件的极小值点所在列/行对所述视差图像进行分割得到初级视差区域；

垂直极值预测/水平极值预测：

获得所述初级视差区域中每行/列的灰度极大值，并依据所述极大值拟合出 对应曲线函数；

获得所述曲线函数的极大值点和极小值点；

遍历上一步得到的极小值，判断其前极值点是否是极大值点，以满足该条 件的极小值点所在行/列对所述初级视差区域进行分割得到次级视差区域；

宽度预测：

获得所述次级视差区域中每列的像素点个数，并依据该像素点个数拟合出 对应的曲线函数；

获得所述曲线函数的极大值点和极小值点；

遍历上一步得到的极小值，判断其前极值点是否是极大值点，以满足该条 件的极小值点所在列对所述次级视差区域进行分割得到视差区域；

b、对所述若干视差区域进行投影定位获得目标位置。

6.根据权利要求5所述的一种视差图像中目标识别方法，其特征在于，所 述宽度预测的步骤还包括：

判断在其分割方向上最后一组像素点与其前的极小值点在与所述分割方向 正交方向上的距离是否小于预设值，若是则不以该极小值点进行分割。

7.根据权利要求5所述的一种视差图像中目标识别方法，其特征在于，所 述宽度预测的步骤还包括：

判断相邻的极大值点与极小值点间在与分割方向正交方向上的距离是否小 于预设值，若是则不以该极小值点进行分割。

8.根据权利要求5或6或7所述的一种视差图像中目标识别方法，其特征 在于，该方法应用于公交车拥挤状况下的目标识别。