物体检测方法和装置的制造方法
【技术领域】
[0001]本发明总体地涉及图像处理，具体地，涉及物体检测方法和装置。
【背景技术】
[0002]已经提出了一些检测图像中特定形状的物体的技术。
[0003]在D.H.Ballard, University of Rochester 等的文章 “Generalizing the HoughTransform to Detect Arbitrary Shapes，，, Pattern Recognit1nl3.2:111-122, 1981)中，提出了一种推广霍夫变化来检测任意形状的方法，该方法的目标是检测一个任意图形，具体做法是扫描图形边缘上所有的点，然后记录下一组角度和距离的参数对，并且对应在霍夫空间中。
[0004]在QIN Kaihuai, WANG Haiying, ZHENG Jitao, Tsinghua University 等的文章 “AUnified Approach Based on Hough Transform for Quick Detect1n of Circles andRectangles”，Vol.15，N0.1，Journal of Image and Graphics, Jan.2010 中，提出了一种基于霍夫变换来快速区分圆形和矩形的技术，其中使用角度信息来获取累计形状角度值，基于此来区分物体形状。
【发明内容】
[0005]本发明的一个目的在于提供一种能够较少受到图像中对象尺寸的变化以及准确地定位和检测物体的物体检测方法和装置。
[0006]根据本发明的一个方面，提供了一种检测图像中的待检测物体的物体检测方法，可以包括:接收图像；提取图像中的边缘；对提取的边缘进行分段，得到分段后的边缘；获取样本自身角度和样本参考角度关系数据，其中，样本自身角度和样本参考角度相关联，样本自身角度表示物体样本图像中的边缘分段和预定方向的直线所成的角度、样本参考角度表示边缘上的预定点和物体上的参考点之间的连线与边缘所成的角度；对于各个分段后的边缘，获得该边缘和该预定方向的直线所成的角度作为检测到的自身角度；基于检测到的自身角度和所获取的的样本自身角度和样本参考角度关系数据，获得与检测到的自身角度对应的参考角度；从边缘上的预定点做直线，该直线与该边缘所成的角度等于所获得的与检测到的自身角度对应的参考角度；从各个直线之间的交点之中，基于通过交点的直线数目，确定物体的参考点；保留从其预定点所做的直线通过所确定的物体的参考点的边缘；以及基于所保留的边缘来检测物体。
[0007]根据本发明的另一方面，提供了一种检测图像中的待检测物体的物体检测装置，可以包括:样本自身角度和样本参考角度关系获取部件，用于获取样本自身角度和样本参考角度关系数据，其中，样本自身角度和样本参考角度关系数据相关联，样本自身角度表示物体样本图像中的边缘分段和该预定方向的直线所成的角度、样本参考角度表示边缘上的预定点和物体上的参考点之间的连线与边缘所成的角度；图像接收部件，接收图像；边缘提取部件，提取图像中的边缘；边缘分段部件，对提取的边缘进行分段，得到分段后的边缘；自身角度获得部件，用于对于各个分段后的边缘，获得该边缘和该预定方向的直线所成的角度作为检测到的自身角度；参考角度获得部件，用于基于检测到的自身角度，参考由样本自身角度和样本参考角度关系获取部件获取的样本自身角度和样本参考角度关系数据，获得与检测到的自身角度对应的参考角度；直线引出部件，用于从边缘上的预定点做直线，该直线与该边缘所成的角度等于所获得的与检测到的自身角度对应的参考角度；参考点确定部件，用于从各个直线之间的交点之中，基于通过交点的直线数目，确定物体的参考点；边缘保留部件，保留从其预定点所做的直线通过该确定的物体的参考点的边缘；以及物体检测部件，用于基于所保留的边缘来检测物体。
[0008]利用本发明的物体检测方法和装置，因为依据边缘的绝对角度和相对角度间关系来确定物体的参考点，进而保留物体的边缘，从而检测物体，因此能够较少受到对象图像的尺寸变化的影响，较准确地对物体定位和检测物体。
【附图说明】
[0009]从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中:
[0010]图1示出了根据本发明一个实施例的物体检测系统的系统框图示例。
[0011]图2示出了根据本发明实施例的物体检测装置的示例性结构框图。
[0012]图3示出了根据本发明一个实施例的从物体样本图像准备样本自身角度和样本参考角度关系数据的示例性方法的总体流程图。
[0013]图4中的(a)示出了车辆的视差图图像，其中，分段后的边缘片段示例分别被标注以1、2、3、4;图4中的(b)记录了每个边缘片段的标识符和相关联的自身角度和参考角度；图4中的(c)示意性地示出了边缘角度分布的直方图示例；以及图4中的(d)示意性地示出了边缘自身角度和参考角度之间的关系表格。
[0014]图5中的(a)示意性示出了从示例性边缘片段I和3所引出的直线，图5中的(b)示意性地示出了物体的参考点分布的概率图。
[0015]图6示出了根据本发明实施例的检测图像中的待检测物体的物体检测方法的流程图。
[0016]图7示出了适于用来实现本发明实施方式的示例性计算系统的框图。
【具体实施方式】
[0017]为了使本领域技术人员更好地理解本发明，下面结合附图和【具体实施方式】对本发明作进一步详细说明。
[0018]在进一步详细介绍之前，为了便于理解，首先介绍一下本发明的核心思想。
[0019]本发明人发现对于具有特定形状的物体来说，可以通过检测物体的形状来检测物体。而且，为了尽可能地克服因为成像远近导致的图像尺寸比例变化的影响，希望能够提取对图像中对象的尺寸大小的变化而言具有一定程度的不变性的特性。为此，发明人想到提取物体样本的边缘和确定物体上的一个固定参考点，然后分别确定物体的边缘的自身绝对角度，以及边缘与物体上的固定参考点之间所成的相对角度，并将自身绝对角度和相对角度之间相关联地存储。在接收到一个图像，要从中检测感兴趣的物体时，可以提取图像中的边缘，确定边缘的自身绝对角度，并基于自身绝对角度和事先相关联地存储的样本自身绝对角度和相对角度之间的关系，来获得对应的相对角度，从而可以确定该待测物体的参考点，进而保留对应的边缘，最后基于保留的边缘来进行物体检测。
[0020]下面的描述中，为描述方便，以道路相关对象，例如车辆，作为检测对象的示例。不过这仅为示例，本发明并不局限于此，可以检测其它道路相关对象，例如行人，建筑物等，或者检测与道路无关的其它对象。
[0021]图1示出了根据本发明一个实施例的物体检测系统的系统框图示例。该系统的输入O为视差图和/或对应的灰度图，例如可以由安装在车辆的双目相机来拍摄得到，如其右侧的灰度图示例所示。该输入经过物体检测系统I后，输出为物体检测结果，输出2形式可以是多样的，例如在显示器上输出指示检测到的物体的可视形式，或者以麦克风形式进行语音提示，或者以文本形式输出物体检测结果信息等，其中右侧的灰度图示出了检测的结果，其中检测到的部分用白色方框指示出来。图1中的顶部的较小的灰度图像表示对象的样本图像，该样本图像可以在后续的样本自身角度和样本参考角度关系制备中使用。
[0022]需要说明的是，图1中所示的系统输入为视差图和/或对应的灰度图，不过当然输入也可以为例如双目相机左图像和右图像，然后在物体检测系统内部来例如以左图像作为灰度图，而从左图像和右图像来得到对应的视差图。
[0023]图2示出了根据本发明实施例的物体检测装置100的示例性结构框图。
[0024]物体检测装置100可以包括:样本自身角度和样本参考角度关系获取部件101、图像接收部件110、边缘提取部件120、边缘分段部件130、自身角度获得部件140、参考角度获得部件150、直线引出部件160、参考点确定部件170、边缘保留部件180、物体检测部件190。
[0025]样本自身角度和样本参考角度关系获取部件101用于获取样本自身角度和样本参考角度关系数据，其中，样本自身角度和参考角度关系数据相关联，样本自身角度表示物体样本图像中的边缘分段和预定方向的直线所成的角度、样本参考角度表示边缘上的预定点和物体上的参考点之间的连线与边缘所成的角度。
[0026]关于样本自身角度和样本参考角度关系数据可以是从物体的样本图像中得到的。下面参考图3描述准备这样的样本自身角度和样本参考角度关系数据的示例性方法。
[0027]图3示出了根据本发明一个实施例的从物体样本图像准备样本自身角度和样本参考角度关系数据的示例性方法1010的总体流程图。
[0028]准备这样的样本自身角度和样本参考角度关系数据可以视为模型训练部分，其通过分析物体的一个或多个样本图像来获得物体的边缘绝对角度和相对参考点的相对角度的关联关系，并存储该关联关系，供以后在一个测试图像到来时，通过参考该关联关系来确定图像中感兴趣的物体的参考点，从而帮助进行物体的定位和检测。该训练操作可以是实时进行的，也可以是离线预先进行的。
[0029]该训练操作的输入为物体的一个或多个样本图像，例如图1中顶部所示的车辆样本图像。在一个示例中，可以为人工抽取的物体的图像部分。
[0030]如图3所示，在步骤SlOll中，从物体样本图像提取物体的边缘。边缘检测方法可以是任何已知的边缘检测方法，例如Sobel边缘检测，检测主要边缘的目的是为了提取图像中的物体轮廓信息同时避免噪声干扰。有关Sobel算子的介绍可以参考ME Sobel于1982 年发表于 Soc1logical methodology 的题为 “Asymp