[发明专利]一种车辆底盘异物检测方法、装置及存储介质

说明书

本发明公开了一种车辆底盘异物检测方法、装置及存储介质，其中检测方法包括如下步骤：拍摄获取车底的图像作为样本图像，筛选并建立车底异物图像的数据集；对样本图像由RGB模式通道转换为HSL通道模式，并提取其中的亮度通道；在图像熵曲线的最大曲率确定两个重要超参直方图均衡的网格大小和对比度受限阈值佳值；利用两个超参最佳值得到调整后的亮度通道L'；使用调整后的亮度通道L'替换原图像中的亮度通道，并将图像转换回RGB模式；将训练图片输入检测模型训练，测试得到车底异物检测结果。本发明鲁棒性高，对亿像素的图像有较好的适应性，图像效果好，在不影响图像色彩的了同时减少噪点，是车底异物检测的效果更好。

技术领域

本发明涉及车辆车底异物与图像处理领域，尤其涉及一种基于亿像素图像自适应暗光增强优化的车辆底盘异物检测方法与装置。

背景技术

20多年以来，我国公路基础建设迅速发展，公路运输能力大大提高，在国民经济增长和人民生活水平提高方面发挥着越来越重要的作用。但与日益增长的运输需求相比，公路车辆运输仍存在着有效供给不足的问题。随着我国经济的进一步发展，公路车辆运输需求将继续保持快速增长。在公路车辆运输中大宗货物、初级产品所占的份额呈下降趋势，对运输服务质量和服务水平的要求日益提高。区域经济的发展以及公路基础设施和车辆的不断改进，中长距离公路运输需求增加，公路货运向快速、长途、重载方向发展。大吨位、重型专用运输车因高速安全、单位运输成本低而成为我国未来公路运输车辆的主力。为确保运输安全，车辆安检是非常重要的。需要检测车辆是否装载有国家法律条文规定的明令禁止物品，如枪支等危险物品。现有的安检主要是通过X光透视扫描生成装载货物的材质、体积、数量等图像与核查清单是否相符，来判定是否存在违禁品。然而对于车底夹带违禁品的情况，却无法应对。因此车底异物检测是公路安全检测的一个有效的方法。

车底异物检测的环境通常不是理想条件。因为车底的进光量少，进行扫描拍照时多数是光线较暗的情况。这时图像的对比度较低，不利于进行目标检测，因此应该考虑先对图像进行对比度均衡化处理。直方图均衡化被认为是提升图像对比度最为有效的方法，它的基本思想是用数学方法重新调整像素的亮度分布，使调整后的直方图具有最大的动态范围。对于对比度较低的图像，图像亮度直方图的跨度较小，存在向两极拉伸的空间。通常均衡化之后的图像具有更好的视觉效果。然而，当图像像素值分布明显不均衡时，如图像中存在明显的暗区或亮区，则处理这些图像区域后的效果将不太理想。并且，直方图均衡化还有个明显的缺点是会放大一些暗区的噪声，影响图像的信息分布。因而不应对车底复杂环境图像处理的需求。另外，车底图像采集的样本大多是亿像素级别的大图像，需要一种灵活的，能适应复杂场景的方法，来对车底图像进行处理，进而提升车底异物检测的准确度。

发明内容

针对现有技术的不足，本发明提供了车底异物检测的效果好的一种车辆底盘异物检测方法、装置及存储介质。

为解决上述技术问题，本发明采用如下技术方案：

一种车辆底盘异物检测方法，包括如下步骤：

步骤1，拍摄获取车辆车底的图像作为样本图像，筛选并建立车辆车底异物图像的数据集；

步骤2，对样本图像进行通道转换，由RGB模式通道转换为HSL通道模式，并提取其中的亮度通道；

步骤3，在图像熵曲线的最大曲率确定两个重要超参直方图均衡的网格大小TileGridSize和对比度受限阈值ClipLimit最佳值；

步骤4，利用两个超参最佳值对图像的亮度通道L进行调整，得到调整后的亮度通道L'；

步骤5，使用调整后的亮度通道L'替换原图像中的的亮度通道，并将图像转换回RGB模式；

步骤6，将上述处理过的图像与原图做图层滤色混合操作，并进行双边滤波，输出用于处理完毕的图像用于异物检测；

步骤7，将训练图片输入YOLO-v3检测模型训练，测试得到车底异物检测结果。

步骤2包括：利用如下公式将样本图像从原本的RGB模式转换为HSL模式，并提取其中的亮度通道L。