[发明专利]基于车辆视觉系统的目标区域确定方法及系统在审
申请号: | 201711473798.1 | 申请日: | 2017-12-29 |
公开(公告)号: | CN108154129A | 公开(公告)日: | 2018-06-12 |
发明(设计)人: | 苏帅;李寒松;乐国庆;张令川;许静;张立平 | 申请(专利权)人: | 北京华航无线电测量研究所 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06T7/11 |
代理公司: | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人: | 牟姣;姬长平 |
地址: | 100013 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 像素块 边界框 筛选 目标区域 车辆视觉系统 分割 像素图 图像 预设 合并 后续处理 计算量 宽高比 实时性 减小 车行 采集 | ||
1.一种基于车辆视觉系统的目标区域确定方法,其特征在于,包括如下步骤:
获取车行前方的图像;
对获取的所述图像进行分割得到超像素图;
对超像素图中相关的分割块进行合并;
从合并后得到的所有超像素块中,筛选出面积在预设范围内的超像素块;
对筛选出的超像素块设置候选边界框;
从所有候选边界框中筛选出宽高比在预设范围内的候选边界框;
根据筛选出的各候选边界框确定目标区域。
2.根据权利要求1所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述筛选出面积在预设范围内的超像素块步骤中的预设范围为:大于1000像素且小于150000像素。
3.根据权利要求1所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述对筛选出的超像素块设置候选边界框步骤进一步包括:
任意选择一筛选出的超像素块,并将所选超像素块中横轴坐标最小的像素点所在的纵轴设置为左边界线;
确定与所选超像素块有共同边界的各相邻超像素块,以及与各相邻超像素块有共同边界的各相关超像素块;
将所选超像素块和各相邻超像素块中纵轴坐标最小的像素点所在的横轴均设置为上边界线;
将所选超像素块和各相邻超像素块中横轴坐标最大的像素点所在的纵轴均设置为右边界线;将各相关超像素块中横轴坐标最大的像素点所在的纵轴也设置为右边界线;
将各相邻超像素块中纵轴坐标最大的像素点所在的横轴均设置为下边界线;将各相关超像素块中纵轴坐标最大的像素点所在的横轴也设置为下边界线;
所确定的左边界线、上边界线、右边界线和下边界线围设成多个候选边界框。
4.根据权利要求3所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述从所有候选边界框中筛选出宽高比在预设范围内的边界框步骤中宽高比t的范围为:0.8≤t≤1.5。
5.根据权利要求4所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述根据筛选出的各候选边界框确定目标区域步骤进一步包括:
计算各候选边界框内每一对相邻超像素块之间的权重ω(i,j);
根据所述权重ω(i,j)分别计算相应候选边界框的相似度ζ;
分别计算筛选出的各候选边界框的溢出率Ψ和漏缺率Ξ;
根据筛选出的各候选边界框的相似度ζ、溢出率Ψ和漏缺率Ξ分别确定相应候选边界框的分数VPS;
根据所述各候选边界框的分数确定目标区域。
6.根据权利要求5所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述根据筛选出的各候选边界框的相似度ζ、溢出率Ψ和漏缺率Ξ确定相应候选边界框的分数VPS进一步为:
上式中,bw是候选边界框的宽,bh是候选边界框的高,Ψb为候选边界框的溢出率,Ξb为候选边界框的漏缺率,ζb为候选边界框的相似度,t和k为常量。
7.根据权利要求5所述的基于车辆视觉系统的目标区域确定方法,其特征在于,所述分别计算筛选出的各候选边界框的溢出率Ψ和漏缺率Ξ进一步为:
上式中,OSi为候选边界框内第i个超像素块的溢出面积,表示候选边界框的漏缺面积,Sbox为候选边界框的面积,N为候选边界框内超像素块的个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华航无线电测量研究所,未经北京华航无线电测量研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711473798.1/1.html,转载请声明来源钻瓜专利网。