一种基于四颗摄像头360度环视ldw的实现方法

文档序号:9787778阅读:704来源:国知局
一种基于四颗摄像头360度环视ldw的实现方法
【技术领域】
[0001]本发明涉及图像和视频处理技术领域,具体是一种基于四颗摄像头360度环视LDW(车道偏离预警系统)的实现方法。
【背景技术】
[0002]随着社会的进步,车辆逐渐普及到各个家庭,近年来,随着日益增长的高速公路里程数与汽车保有量,道路交通事故急剧增加,导致惊人的人员伤亡和经济损失,其中车辆无意识偏离车道是其中的一个重要因素。据统计,在所有致命的事故中约有44%与车辆偏离正常车道行驶有关,其最主要的原因是驾驶员注意力不集中或者疲劳驾驶,造成车辆的无意识偏离,从而造成严重的交通事故,为此,国内外许多学者对车道线偏离预警系统(LDW)的研究高度重视。

【发明内容】

[0003]本发明的目的在于提供一种基于四颗摄像头360度环视LDW的实现方法,以解决上述【背景技术】中提出的问题。
[0004]为实现上述目的,本发明提供如下技术方案:
[0005]—种基于四颗摄像头360度环视LDW的实现方法,包括以下的步骤
[0006](I)在汽车车体的前后方和左右后视镜中各安装一个广角摄像头,构成四颗摄像头360度环视检测结构;
[0007](2)四颗摄像头360度环视检测结构中的广角摄像头连接全景环视系统,从而获取车身四周的图像;
[0008](3)通过多视点信息融合技术对全景环视系统获取的图像进行标定,获取车辆全景俯视图;
[0009](4)把全景环视系统获取的图像进行灰度化,即每个像素点的R、G、B三个分量的平均值;
[0010](5)采用二维高斯函数将灰度化的图像进行平滑处理,得到分析图像;
[0011 ] (6)计算分析图像像素点梯度的梯度幅值和梯度方向;
[0012](7)对梯度幅值进行非极大值抑制,尽可能多的找到边缘点;所述边缘点的具体判断方法为:
[0013]在非极大值抑制过程中,采用3X 3大小,包含8个方向的邻域对梯度幅值G(i,j)阵列的所有像素沿梯度方向Θ (i,j)进行梯度幅值的插值;
[0014]如果当前像素点的梯度幅值G(i,j)小于梯度方向Θ(i,j)上的2个邻接像素的梯度幅值,则判定当前像素点不是候选局部最大梯度幅值,即非边缘点;如果当前像素点的梯度幅值G(i,j)大于梯度方向0(i,j)上的2个邻接像素的梯度幅值,则判定当前点是候选局部最大梯度幅值,即可能存在的边缘点;
[0015](8)对可能存在的边缘点采用双阈值法对图像的边缘进行检测,即使用累计直方图计算2个阈值,凡是大于高阈值的一定是边缘点,凡是小于低阈值的一定不是边缘点;如果检测结果大于低阈值但又小于高阈值,那就要看这个像素点的邻接像素点中有没有超过高阈值的边缘像素点:如果有的话那么它就是边缘点,否则就不是边缘点;
[0016](9)车道标志线的识别:假定标志线为直线型,且道路为一个平面的基础上建立平面坐标系,以图像左上角为坐标原点,水平方向为X轴,垂直方向为y轴建立图像平面坐标系;
[0017]设定分析图像上下各去除20个像素点以及小车图标所在区域够成感兴趣区域,采用左、右道路标志线模型,对于(x,y)坐标系中的直线,如果用P表示直线距坐标原点的法线距离,用Θ表示该法线与X轴之间的夹角,则可以将直线方程表示为:P = XCOS0+ySin0;
[0018]根据上述方程,图像中直线上的点被映射成为(ρ,θ)空间上的正弦曲线,而图像中任意一条直线被映射成(ρ,θ)空间的一个点,为了找出这些由边缘点构成的直线,在(Ρ,θ)的极值范围内对其分别进行m(m—般为图像的宽带),n(0° < η < 180°)等分,设一个二维数组的下标与(Pi,9 j)的取值对应;进行Hough变换时,求每个点Θ j (j = O,I,…,η)变换后对应的Pi的值,判断(Pi,9j)与哪个元素相对应,则让该组元素值加I;再比较这些元素值的大小,最大值所对应的(Pi,9j)就是这些(Ρ,θ)处共线点的个数,从而判断是否存在直线,并计算出车道标志线相对于车辆的位置,当车辆偏离与出车道标志线时,全景环视系统发出警报。
[0019]作为本发明进一步的方案:所述的步骤(6)和(7)中,计算梯度幅值和梯度方向、对梯度幅值进行非极大值抑制采用的均是Canny算法。
[0020]作为本发明进一步的方案:所述的步骤(9)中,车道标志线识别采用的是Hough变换方法。
[0021]作为本发明进一步的方案:所述全景环视系统连接偏离预警模块。
[0022]与现有技术相比,本发明的有益效果是:在全景环视系统的基础上,添加了偏离预警模块,通过环视系统内的软件计算方法可以获得车辆在当前车道的横向位置,开启预警模式,一旦检测到车辆在没有打转向灯的情况下偏离车道,偏离预警模块将会发出报警声音提醒司机纠正当前的无意识偏离,回到正确的车道内,从而提升全景环视系统的安全性會K。
【具体实施方式】
[0023]下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0024]本发明实施例中,一种基于四颗摄像头360度环视LDW的实现方法,包括以下的步骤
[0025](I)在汽车车体的前后方和左右后视镜中各安装一个广角摄像头,构成四颗摄像头360度环视检测结构;
[0026](2)四颗摄像头360度环视检测结构中的广角摄像头连接全景环视系统,从而获取车身四周的图像;
[0027](3)通过多视点信息融合技术对全景环视系统获取的图像进行标定,获取车辆全景俯视图;
[0028](4)把全景环视系统获取的图像进行灰度化,即每个像素点的R、G、B三个分量的平均值;
[0029](5)采用二维高斯函数将灰度化的图像进行平滑处理,得到分析图像;
[0030](6)计算分析图像像素点梯度的梯度幅值和梯度方向;
[0031](7)对梯度幅值进行非极大值抑制,尽可能多的找到边缘点;所述边缘点的具体判断方法为:
[0032]在非极大值抑制过程中,采用3X 3大小,包含8个方向的邻域对梯度幅值G( i,j)阵列的所有像素沿梯度方向Θ (i,j)进行梯度幅值的插值;
[0033]如果当前像素点的梯度幅值G(i,j)小于梯度方向Θ(i,j)上的2个邻接像素的梯度幅值,则判定当前像素点不是候选局部最大梯度幅值,即非边缘点;如果当前像素点的梯度幅值G(i,j)大于梯度方向0(i,j)上的2个邻接像素的梯度幅值,则判定当前点是候选局部最大梯度幅值,即可能存在的边缘点;
[0034](8)对可能存在的边缘点采用双阈值法对图像的边缘进行检测,即使用累计直方图计算2个阈值,凡是大于高阈值的一定是边缘点,凡是小于低阈值的一定不是边缘
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1