[发明专利]一种车辆候选区域推荐方法及系统、电子设备

说明书

本发明提供一种车辆候选区域推荐方法及系统、电子设备，包括基于显著性分析对输入图像进行预处理，得到包含有车辆图像的目标图像；对所述目标图像进行二值化处理，得到二值化图像；对所述二值化图像进行基于梯度的边界合并，得到所推荐的车辆候选区域。本发明的车辆候选区域推荐方法及系统、电子设备能够更加精确地定位车辆候选区域。

技术领域

本发明涉及图像处理的技术领域，特别是涉及一种车辆候选区域推荐方法及系统、电子设备。

背景技术

车辆检测技术是智能交通系统的重要组成部分。交通智能化管理需要通过车辆检测技术采集客观、有效的道路交通信息，获得交通流量、车速、道路占有率、车间距、车辆类型等基础数据，从而有目的地实现监测、控制、分析、决策、调度和疏导等智能化手段。

具体地，车辆检测技术是指利用图像传感手段对图像中的车辆进行搜寻和判定，以获得图像中车辆的多种属性(如位置、速度、形状、外观)的过程。它是汽车主动安全领域，尤其是实现追尾预警以及自动紧急刹车功能的关键技术之一。目前车辆检测技术广泛应用于智能交通系统和高级驾驶辅助系统(Advanced Driver Assistant Systems，ADAS)。在城市的智能化的交通系统中，很多交通卡口都安装有视频传感器，每天都会产生成千上万的视频数据。而城市交通中交通密度大，交通拥堵严重，各道路使用者呈现多样性，从城市交通复杂的背景中检测获取车辆，对城市交通和城市公共安全至关重要。在高级驾驶辅助系统中，车辆检测技术主要用于前方碰撞预警系统(Forward Collision Warning，FCW)中，通过车辆检测技术，判断本车与前车之间的距离、方位及相对速度，并在存在潜在碰撞危险时对驾驶者进行警告。

目前，主流的车辆检测方法都是采用先筛选候选区域，再使用机器学习手段或深度学习手段进行进一步精确确认的方法，以得到车辆在图像中的位置信息。通常，筛选候选区域采用候选区域推荐的方法。因此，候选区域推荐的方法定位越准确，对分类器帮助会越大。因为定位越准确，分类器返回的分数会越高，从而可以在一定程度上抑制虚警。

现有技术中，候选区域推荐的方法大致可以分为以下两类：

(1)grouping method

具体地，先将图片打碎，然后再聚合的一种方法。例如selective search算法。

(2)window scoring method。

具体地，生成大量window并打分，然后过滤掉低分的一种方法。例如objectness算法。

(3)介乎上述两种算法之间的方法，例如multibox。

但是，现有的候选区域推荐方法对天气情况、路况和背景环境的要求都比较高，很难获取精确定位，且对不同类型的车辆很难统一适用，容易出现虚警。因此，如何能够更加精确地定位车辆候选区域成为了本领域技术人员所亟待解决的问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种车辆候选区域推荐方法及系统、电子设备，通过对输入图像进行基于显著性分析的预处理，得到筛选后的含有目标车辆的候选区域；再对含有目标车辆的候选目标区域进行基于梯度的边界合并，得到候选的推荐区域，从而实现车辆候选区域的精确定位。

为实现上述目的及其他相关目的，本发明提供一种车辆候选区域推荐方法，包括以下步骤：基于显著性分析对输入图像进行预处理，得到包含有车辆图像的目标图像；对所述目标图像进行二值化处理，得到二值化图像；对所述二值化图像进行基于梯度的边界合并，得到所推荐的车辆候选区域。

于本发明一实施例中，所述输入图像为经过采样处理的Y通道图像信息。

于本发明一实施例中，所述基于显著性分析对输入图像进行预处理，得到包含有车辆图像的目标图像包括以下步骤：