[发明专利]在图像中确定车辆左右边界的方法及系统

说明书

本发明提供在图像中确定车辆左右边界的方法及系统，在获得图像中相对准确的车辆底边信息后，将车辆底边扩充区域内的竖直梯度投影到水平方向上，并利用其峰值变化特性求出车辆左右边界的候选区域，计算量小、可靠性高，可以相对快速、准确地获取车辆坐标边界信息；随后，根据车辆左右边界候选坐标两次像素明暗对比度比较明显的特性，利用左侧边界的右侧有部分区域是轮子或其他阴影区域，右侧边界的左侧有部分区域是轮子或其他阴影区域，分别进行左右区域做差求对比度，并用其评价左右边界坐标，从而甄选出图像中车辆的左右边界，简单明了、稳定性高。

技术领域

本发明涉及图像处理领域，特别是涉及在图像中确定车辆左右边界的方法及系统。

背景技术

目前，在自动驾驶的研究领域中，车辆检测是其中的重要项目之一。传统的车辆检测采用“滑窗”法或显著性分析法得到目标车辆在图像中的候选区域，然后使用分类器对候选区域进行是或不是的判断。也有其他的方法，类似edgebox算法等，采用候选区域的合并与分离，最终也是得到目标车辆在图像中的候选区域，然后将该候选区域送给后面的分类器进行是或不是的判断。

然而，这些方法对车辆边界的确定都不是十分准确，因为“滑窗”或候选区域的合并与分离等都是基于一定的步长或准则进行的。这些步长或准则难以覆盖到所有场景各个不同角度的车辆目标，以致于确定的边界往往也难以到达十分准确的程度。

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在图像中确定车辆左右边界的方法及系统，用于解决现有技术中难以精确地确定图像中车辆的边界的问题。

为实现上述目的及其他相关目的，本发明提供在图像中确定车辆左右边界的方法，包括：根据预先确定的至少一条车辆底边的坐标，画出以所述至少一条车辆底边为边长的至少一个方形区域，作为所述车辆的至少一个方形候选区域；其中，所述车辆的左边界位于所述方形候选区域的左半部分，所述车辆的右边界位于所述方形候选区域的右半部分；对所述至少一个方形候选区域进行边界检查，去除不符合条件的方形候选区域；对于每个符合条件的方形候选区域，调整所述方形候选区域的车辆底边，使得调整后的车辆底边与所述调整前的车辆底边形成感兴趣区域；对于每个所述感兴趣区域，判断其宽度是否不大于预设宽度值；若是，则在所述图像中求取与所述感兴趣区域对应的区域的竖直梯度值；若否，则在所述图像的抽样图像中求取与所述感兴趣区域对应的区域的竖直梯度值；计算各所述竖直梯度值的绝对值，再将各所述绝对值投影到所述水平方向；在所述水平方向的左半部分区域内，获取最大的绝对值所对应的坐标，将该坐标确定为第一左边界候选坐标；在所述水平方向的右半部分区域内，获取最大的绝对值所对应的坐标，将该坐标确定为第一右边界候选坐标；将各最大的绝对值在所述水平方向的投影设置为零；随后，在所述水平方向的左半部分区域内，获取最大的绝对值所对应的坐标，将该坐标确定为第二左边界候选坐标；在所述水平方向的右半部分区域内，获取最大的绝对值所对应的坐标，将该坐标确定为第二右边界候选坐标；判断每个符合条件的方形候选区域的车辆底边的长度是否大于预设长度值；若否，则分别计算所述第一左边界候选坐标的第一可信度分数、所述第二左边界候选坐标的第二可信度分数，并将所述第一可信度分数与所述第二可信度分数中最大的所对应的左边界候选坐标作为左边界坐标；以及，分别计算所述第一右边界候选坐标的第三可信度分数、所述第二右边界候选坐标的第四可信度分数，并将所述第三可信度分数与所述第四可信度分数中最小的所对应的右边界候选坐标作为右边界坐标。