[发明专利]目标识别系统，以及用于汽车的障碍识别系统和方法

说明书

技术领域

本发明涉及目标识别系统和用于车辆的障碍识别系统和方法，更具体的，涉及目标识别系统，其使用图像处理技术识别包含在图像中的目标，以及用于车辆的障碍识别系统和方法。

背景技术

目标识别算法应用在各种领域，例如用户认证系统，车辆障碍识别系统，安全系统以及人机交互技术(HRI)。最近，目标识别算法被嵌入到硬件中并被实施为嵌入式系统从而只执行具体的功能。这里，所述嵌入式系统是一个大系统的一部分，是一个执行具体任务的包含硬件和软件具体应用系统。

然而，对处理器而言所述目标识别算法需要过多的操作处理量。例如，所述目标识别算法包括扫描输入图像的全部区域至具有确定尺寸的寻找窗的操作，所述扫描操作需要过多的操作处理量。由于过多的操作处理量，处理图像需要的存储器被增加。此外，过多的操作处理量和增加的存储器是影响所述目标识别算法在例如嵌入式系统的硬件中执行的因素。

发明内容

相应的，本发明提供一种目标识别系统，其在目标识别的图像处理操作中不需要过多的操作处理量。

本发明还提供一种使用所述目标识别系统的用于车辆的障碍识别系统。

本发明还提供一种用于车辆的障碍识别方法，其在目标识别的图像处理操作中不需要过多的操作处理量。

在一方面，一种目标识别系统，其识别源图像中的感兴趣区域(Region Of Interest，ROI)中的目标，所述目标识别系统包括：图像变换单元，其接收所述源图像，并将所述目标变换成表示为边缘线的边缘图像；以及ROI检测单元，其将所述边缘图像分割成多个区域，对各个区域，将包含在每个区域中的边缘线的边缘成分值的总和与预定的阈值比较，将所述边缘成分值的总和大于所述阈值的区域作为ROI从所述多个区域中检测出来。

在另一方面，用于车辆的障碍识别系统，包括：图像摄取单元，其包含在车辆内，并产生源图像，所述源图像通过摄取车辆行驶时前方或后方的景象获得；边缘图像产生单元，其接收所述源图像，并产生边缘图像，所述边缘图像将包含在源图像内的目标表示为边缘线；感兴趣区域(ROI)检测单元，其将所述边缘图像分割成多个区域；对各个区域，计算所述边缘线的边缘成分值的总和；将边缘成分值的总和与预定的阈值比较；对每个区域，基于比较结果从所述区域中检测出ROI；以及图像分析单元，其通过具有确定尺寸的模块单元扫描所述检测到的ROI以分析在所述检测到的ROI中是否存在障碍。

另一方面，用于车辆的障碍识别系统，包括：图像摄取单元，其包含在车辆内，并产生源图像，所述源图像通过摄取车辆行驶时前方或后方的景象获得；边缘图像产生单元，其接收所述源图像，并产生边缘图像，所述边缘图像将包含在源图像内的目标表示为边缘线；感兴趣区域(ROI)检测单元，其根据所述车辆的速度值将所述边缘图像分割成多个预定数量的区域；对各个区域，计算所述边缘线的边缘成分值的总和；对每个区域，将边缘成分值的总和与预定的阈值比较；对每个区域，基于比较结果从所述区域中检测出ROI；以及图像分析单元，其通过具有确定尺寸的模块单元扫描所述检测到的ROI以分析在所述检测到的ROI中是否存在障碍。

另一方面，用于车辆的障碍识别方法，其使用具有确定尺寸的模块单元扫描从源图像中检测出的感兴趣的区域(ROI)以识别障碍，所述障碍识别方法包括：产生边缘图像，边缘图像将包含在源图像中的目标表示为边缘线；根据车辆的速度值将所述边缘图像分割成预定数量的区域；以及计算存在于每个分割区域中的边缘线的边缘成分值的总和，将边缘成分值的总和与预定的阈值比较；对每个区域，基于比较结果从所述区域中检测出ROI。

其他的特征和情况从下面详细的说明，附图和权利要求中将变得清楚。

附图说明

图1是显示了根据本发明示例性实施方式的用于车辆的障碍识别系统的框图。

图2显示了源图像的例子，所述源图像由图1中的图像摄取单元摄取。

图3显示了边缘图像的例子，所述边缘图像由图1中的边缘图像产生单元产生。

图4是显示了图1中的ROI检测单元的内部结构的示例性实施方式的框图。

图5和图6显示了边缘图像的例子，所述边缘图像由图4中的图像分割器分割。

图7是显示了图1中的ROI检测单元的内部构造的另一示例性实施方式的框图。

图8是显示了根据本发明示例性实施方式的障碍识别方法的流程图。

具体实施方式