基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法
【技术领域】
[0001] 本发明涉及一种货车防护栏检测技术，尤其是涉及一种基于机器视觉技术货车侧 防护栏安装尺寸测量系统及方法。
【背景技术】
[0002] 货车车身较长，在驾驶室中的司机存在视野盲区，在行车过程中如若发生交通事 故，容易导致轿车、电瓶车、摩托车等钻入货车车底或行人被刮擦卷入车底，致伤甚至死亡。 货车刚度大，质量大，当其他物体，包括电瓶车、摩托车等向其撞击时，货车本身及其驾驶员 受到的伤害较轻微，反而对方受到的伤害较严重。作为预防措施，2004年国家发布了《机动 车运行安全技术条件》的国家标准（GB7258-2004)，对总质量大于3500kg的货车和挂车，必 须按要求提供、采用侧后防护装置。该预防措施大大减少了了交通事故中行人被碾压致伤 甚至死的数量。常见的载货车侧面防护装置焊接而成，需要有一定的刚度。当交通事故发 生时，防护装置能起到阻挡作用。防护装置到货车前、后车轮、车架及地面的距离应大于国 家相关标准所要求的最小距离。目前载货车防护装置是在机动车安全检验机构、车管所检 测。对货车侧面防护装置安装尺寸的检测方法主要是人工查验，采用钢卷尺或直尺进行测 量来判断是否符合国家标准，在测量过程中，不可避免的会引入读数误差、环境误差等随机 误差，人为因素比较容易影响测量结果，且测量效率较低。
【发明内容】
[0003] 本发明主要是解决现有技术中人工检验货车防护栏存在读数误差、环境误差等随 机误差，影响测量结果，测量效率较低的问题，提供了一种无需接触防护装置，检测数据更 准确，检测效率更高的基于机器视觉技术货车侧防护栏安装尺寸测量系统，本发明还提供 了一种基于机器视觉技术货车侧防护栏安装尺寸测量方法。
[0004] 本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于机器视觉 技术货车侧防护栏安装尺寸测量系统，包括有测距模块、图形采集模块和图形处理模块，图 形采集模块包括摄像机单元，测距模块与摄像机单元连接，图形处理模块包括图像信息处 理单元，摄像机单元与图像信息处理单元相连；
[0005]测距模块：检测到货车的距离，检测是否有货车接近，若检测到货车接近，发送指 令启动图形采集模块；
[0006]图形采集模块：每间隔一段时间采集一张图像，直到测距模块检测到货车离去，对 采集的图像进行对比，选取图像清晰、范围适中的图像；
[0007] 图形处理模块：对图像进行预处理，提取目标边缘，计算出目标边缘之间的尺寸。 [0008] 本发明不用接触货车侧面防护装置，就能快速有效测量出货车侧面防护装置的安 装尺寸，相比人工查验检测数据更准确，检测效率更高，另外无需刻意停车、定时定点测量。
[0009]作为一种优选方案，所述测距模块包括依次连接的超声波收发单元、放大整形单 元和比较处理单元，比较处理单元与摄像机单元相连。本方案测距模块采用超声波测距传 感器，超声波收发一体形式，本方案设备制作成本低廉，测量精度高，检测误差小。
[0010] 作为一种优选方案，安装在车辆收费站通道处，在车辆通道设定检测区域，在检测 区域的一侧设置有检测支架，所述测距模块和摄像机单元分别安装在检测支架上，摄像机 单元摄像范围覆盖检测区域。本方案将系统安装在车辆收费站处，并不仅限于车辆收费站， 也可以安装在其他地方使用。当货车开过收费站车辆通道时，测距模块检测到有货车，则触 发摄像机单元开始工作，对货车侧面进行拍摄，获得货车侧面的图像信息，再传送给图形处 理模块进行处理。
[0011] -种基于机器视觉技术货车侧防护栏安装尺寸测量方法，其特征是包括以下步 骤：
[0012] S1.对摄像机单元设定不同距离进行标定；
[0013] S2.测距模块检测到货车进入检测区域后控制图形采集模块开始工作，图形采集 模块采集多张货车侧面图像，直到测距模块检测到货车离去，图形采集模块对采集的图像 进行分类，并选取其中图像清晰、范围适中的图像发送给图形处理模块；对图像分类分别选 取出防护装置与后轮胎的图像、防护装置与前轮胎的图像、防护装置的图像，然后选取它们 中图像清晰、范围适中的图像。该选取方法可以采用轮廓提取技术进行图像识别。图形采 集模块每隔3秒钟采用一张货车侧面图像。
[0014] S3.图形处理模块对图像进行分割，分别对防护装置部分和轮胎部分的图像进行 预处理并提取边缘，根据边缘计算出防护装置边界像素数据，轮胎圆心和半径像素数据，根 据这些像素数据计算出防护栏安装尺寸的像素数据；
[0015] S4.检测货车到摄像机单元的距离，选取最接近距离的标定参数，计算出货车侧面 防护栏的实际安装尺寸数据。
[0016] 本发明不用接触货车侧面防护装置，就能快速有效测量出货车侧面防护装置的安 装尺寸，相比人工查验检测数据更准确，检测效率更高。
[0017] 作为一种优选方案，步骤S1中对摄像机单元进行标定过程为：采用标定板进行标 定，将标定板在摄像机单元工作距离设定范围内，每隔固定间距进行一次标定，获得每个距 离的摄像机内外参数。一般设定在工作距离800~1500cm距离内，每隔50cm进行一次标 定。本方案采用Halcan标定算法进行操作。
[0018] 作为一种优选方案，步骤S3中对图像进行分割包括以下步骤：
[0019] S301.对采集的图像进行灰度化、二值化处理；
[0020] S302.在二值图像的基础上进行Hough变换处理，检测出货车轮胎的最大半径，根 据图像分类输出轮胎最大半径〇度或180度方向像素点的列坐标；根据图像分类，若为防护 装置与后轮胎的图像，则输出轮胎最大半径180度方向像素点列坐标，若防护装置与前轮 胎的图像，则输出轮胎最大半径〇度方向像素点列坐标。这里的坐标是在图像上的，是基于 图像坐标系的，都为像素坐标。
[0021] S303.沿该列坐标向前延拓设定数量个像素点，作为自动识别点的起始位置，将图 像分割成包括防护装置部分和轮胎部分。设定数量像素点可以为20各像素点，作为自动识 别点的起始位置，可以准确预分隔防护装置和轮胎。
[0022] 作为一种优选方案，步骤S3中图像中防护装置边界像素数据获取具体包括以下 步骤：
[0023]S311.对防护装置部分的图像进行灰度化、图像平滑预处理；该预处理方法为已 公开的技术，具体内容可以参见文献：刘广起，郑晓势，张晓波。基于图像纹理特征提取的车 牌定位算法[J]。中国图象图形学报，2005,10(11) : 1419-1422。
[0024]S312.采用改进的Canny算子算法提取防护装置的边缘；该改进的Canny算子算 法为已知公开的技术，具体内容可以参见文献：李庆利，张少军，李忠富等。一种基于多项式 插值改进的亚像素细分算法[J]。北京科技大学学报，2003, 25(3) : 280-283。对防护装置提 取边缘时，其重要特征点分布在水平方向和竖直方向，只需要求出水平和垂直边缘的梯度 方向即可，其它方向的点都是不必要点，梯度方向也不需要求出，因此采用水平、垂直模板 方向进行边缘检测。采用的水平、垂直模板。
[0025] S313.获取防护装置边缘各边界线的点集合，
[0026] 从下到上逐列扫描每个像素，遇到白点输出坐标，然后转向下一列继续扫描，并输 出白点坐标，直到扫描结束，输出下边界线所有点集；
[0027]根据图像分类，从右到左或是从左到右逐行扫描每个像素，遇到白点输出坐标，然 后转向上一行继续扫描，并输出白点坐标，直到扫描结束，输出右边界线或左边界线所有点 集；
[0028] 从下到上逐列扫描每个像素，遇到白点作为当前点，继续扫描，向上延拓300个像 素点，若无白点，此点为边界点，并输出坐标点，转向下一列继续扫描，并输出白点坐标，直 到扫描结束，输出上边界线所有点集；
[0029]S314.分别对各边界线的点集进行最小二乘法拟合，拟合得到各边界线，根据边界 线交点获得上角点和下角点的坐标。本方案中采用的最小二乘法拟合算法为已知公开技 术，具体可以参考文献：最小二乘法原理及其简单应用。
[0030]作为一种优选方案，步骤S3中图像中轮胎圆心和半径像素数据获取具体包括以 下步骤：
[0031]S321.对轮胎部分的图像进行灰度化、图像平滑预处理，再进行阈值分割、数学形 态学腐蚀处理；由于轮胎自身的图像特点，设计合理的阈值可分割出有效边界，采用分割阈 值40、140时可以较好的将货车轮胎边缘分割出来。本步骤中预处理方法为已公开的技术， 具体内容可以参见文献：刘广起，郑晓势，张晓波。基于图像纹理特征提取的车牌定位算法 [J]。中国图象图形学报，2005,10(11) : 1419-1422。
[0032]S322.采用改进的Canny算子算法提取轮胎的边缘；该改进的Canny算子算法为 已知公开的技术，具体内容可以参见文献：李庆利，张少军，李忠富等。一种基于多项式插值 改进的亚像素细分算法[J]。北京科