公路洒落物检测方法、系统、装置及存储介质与流程

本说明书中实施方式关于计算机视觉，尤其涉及一种公路洒落物检测方法、系统、装置及存储介质。

背景技术：

1、高速公路场景下的洒落物，例如车辆行驶过程中，驾驶员从车窗抛出的物品，从车辆上遗落的零件、货物或覆盖物等，会极大增加行车的安全的隐患。现有的洒落物检测算法实现过程通常可分为两类，一类是基于深度学习的洒落物检测算法，需事先指定洒落物类别、外形，然后将这一问题转化为有监督的常规目标检测，这既带来了训练数据收集困难的问题，也无法适应洒落物种类繁多、形状各异的特性，适应性差。

2、另一类为基于传统机器视觉的洒落物检测方法，通常是在图像灰度空间进行背景建模，再结合相应的图像形态学方法来判断前景目标是否为洒落物。由于路面视频采集设备会受到外界环境，如风速、光照变化的影响，且传统的背景建模的方法也很难获取准确的前景目标，继而无法准确地区分前景目标中的运动车辆和洒落物，这显然会增加该场景下汽车等前景运动目标导致的误检。

技术实现思路

1、本说明书中多个实施方式提供一种公路洒落物检测方法、系统、装置及存储介质，能够解决传统检测方法适应性差的技术问题。

2、本说明书的一个实施方式提供一种公路洒落物的检测方法，包括以下步骤：

3、获取时序上连续的至少两帧路面图像；

4、对所述路面图像进行多通道背景建模，提取前景目标；所述多通道背景建模包括：基于图像灰度的背景建模，基于梯度场的背景建模和基于运动光流场的背景建模；

5、对前景目标在所述多通道背景下进行特征差异对比，输出洒落物检测结果；所述特征差异对比包括梯度直方图特征差异对比和运动光流场差异对比。

6、本说明书的一个实施方式提供一种公路洒落物检测系统，包括：

7、图像获取模块，获取时序上连续的至少两帧路面图像；

8、多通道背景建模模块，对所述路面图像进行多通道背景建模，提取前景目标；所述多通道背景建模包括：基于图像灰度的背景建模，基于梯度场的背景建模和基于运动光流场的背景建模；

9、特征对比模块，对前景目标在上述多通道背景下进行特征差异对比，输出洒落物检测结果；所述特征差异对比包括梯度直方图特征差异对比和运动光流场差异对比。

10、本说明书实施方式还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时使得，该计算机执行上述公路洒落物的检测方法。

11、本说明书实施方式还提供一种公路洒落物检测装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上任意一项所述的公路洒落物的检测方法。

12、本说明书提供的多个实施方式，通过采用多通道背景融合的方式检测公路洒落物，将背景由图像灰度层面扩展至梯度强度场以及运动光流场，获取图像灰度级别的背景后，根据高速场景下的运动信息，结合光流和图像梯度等特征，同步的在梯度场和运动光流场进行背景建模，生成多通道的背景结果，采用多背景融合的方式提取前景目标，能够适应洒落物类别、形状未知的情形，具有更强的适应性。

技术特征：

1.一种公路洒落物检测方法，其特征在于，包括：

2.根据权利要求1所述的检测方法，其特征在于，所述基于图像灰度的背景建模采用高斯混合模型实现，包括如下步骤：

3.根据权利要求2所述的检测方法，其特征在于，所述均值和标准差的更新公式为：

4.根据权利要求1所述的检测方法，其特征在于，所述运动光流场差异对比包括，对比运动光流场的运动主方向属性。

5.根据权利要求1所述的检测方法，其特征在于，还包括防抖前处理步骤，在进行多通道背景建模前，对所述路面图像进行防抖前处理，根据相邻帧图像的像素位移插值出新的图像，新图像表示为：

6.根据权利要求1所述的检测方法，其特征在于，在进行特征差异对比前，在不同时序图像上动态更新多通道背景。

7.一种公路洒落物检测系统，其特征在于，包括：

8.根据权利要求7所述的检测系统，其特征在于，还包括防抖前处理模块，对所述路面图像进行图像的防抖前处理，根据相邻帧图像的像素位移插值出新的图像，新图像表示为：

9.一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时使得，该计算机执行权利要求1-6任一项所述的公路洒落物的检测方法。

10.一种公路洒落物检测装置，其特征在于，包括：

技术总结
本说明书实施方式提供了一种公路洒落物检测方法、系统、装置及存储介质，检测系统包括：图像获取模块，获取时序上连续的至少两帧路面图像；多通道背景建模模块，对路面图像进行多通道背景建模，提取前景目标；特征对比模块，对前景目标在多通道背景下进行特征差异对比，输出洒落物。通过采用多通道背景融合的方式检测公路洒落物，获取图像灰度级别的背景后，根据高速场景下的运动信息，结合光流和图像梯度等特征，同步的在梯度场和运动光流场进行背景建模，生成多通道的背景结果，采用多背景融合的方式提取前景目标，能够适应洒落物类别、形状未知的情形，具有更强的适应性。

技术研发人员：刘念
受保护的技术使用者：黑芝麻智能科技有限公司
技术研发日：
技术公布日：2024/1/13