[发明专利]基于景深估计运动物体视觉检测方法与系统

说明书

本发明公开了一种基于景深估计运动物体视觉检测方法与系统，包括视频获取模块、景深特征点处理模块、航迹处理模块和近景运动信息输出模块。通过接收到图像，将图像进行景深估计与特征点提取，来选择近距离的特征点集，就可以得到该特征点信息，并且进行跟踪，将该特征点与车身信息进行航迹聚类处理，最后得到近景的运动目标信息，传达给驾驶员，就可以在低速情况下，会关注车身周围的运动目标，避免由于很多的远距离目标会被保留造成干扰，增加了近距离运动物体检测的难度。

技术领域

本发明涉及视觉检测领域，特别涉及一种基于景深估计运动物体视觉检测方法与系统。

背景技术

目前在视觉检测领域，因过去的在低速情况下，会关注车身周围的运动目标，由于目标的高度存在需要一定的视野范围，这样很多的远距离目标会被保留造成干扰，增加了近距离运动物体检测的难度，所以需要一种全新的近景视觉检测方法，既能根据不同的场景，自适应的选择相应的近景视觉方法，提高了近景运动物体的识别检测的正确率和距离精度。

发明内容

本发明要解决的问题是，如何提供一种近景视觉检测方法，该方法主要是针对在多种环境情况下能自我适应，减少干扰且结合视觉方法等，可提高近景运动物体距离的准确度。

为了解决上述问题，本发明提供了一种基于景深估计运动物体视觉检测系统，包括视频获取模块、景深特征点处理模块、航迹处理模块和近景运动信息输出模块；视频摄取模块连接着景深特征点处理模块，景深特征点处理模块与航迹处理模块相连，航迹处理模块连接近景运动信息输出模块，视频获取模块用于获取车身周围的图像信息，景深特征点处理模块用于对图像进行景深估计与特征点提取，然后选择近距离的特征点集并进行跟踪，航迹处理模块用于对该特征点与车身信息进行航迹聚类处理，近景运动信息输出模块用于对获得的近景运动目标判别并输出相关信息。

优选的，景深特征点处理模块包括景深估计模块、特征点提取模块和中央处理模块；景深估计模块用于将图像进行景深估计处理，特征点提取模块用于提取图像的角点作为特征点，中央处理模块用于处理选择的近景特征点集并进行跟踪。

优选的，景深估计模块和特征点提取模块均与中央处理模块相连。

优选的，视频获取模块均与景深估计模块和特征点提取模块相连。

一种基于景深估计运动物体视觉检测方法，包括以下步骤：

S1.图像获取: 通过车载摄像头收集各个视角的实时图像;

S2.图像处理：按帧接收实时图像，分别进行景深估计和特征点提取，景深估计后得到近距离的背景和前景区域，提取图像的特征点；

S3.获取近景特征点：估计出的近距离区域并选择近距离区域内的特征点；

S4.特征点跟踪：得到近景特征点，并结合后续几帧图像的近景特征点进行L-K跟踪算法得到特征点的航迹；

S5.航迹聚类：将相似航迹对应的特征点聚为一类，视为同一物体上的特征点，对特征点进行聚类，得到各类航迹的主要区域；

S6.判别：结合车身信息判别每个区域是否为运动目标上的特征点。

优选的，步骤S4中还包括保留近景特征点步骤。

优选的，步骤S2中的特征点为图像的角点。

优选的，步骤S5中的聚类方法为利用特征点的光流矢量进行K-Means聚类。

优选的，特征点的光流矢量包括方向和幅度。

本基于景深估计运动物体视觉检测方法与系统具有以下的有益效果：