The invention provides a vehicle pedestrian detection method and storage medium. The method comprises the following steps: acquiring image processing, image processing image towards interception is obtained after the interception, the image of RGB image; image will be reduced to a predetermined size, and converting the image to LUV image; LUV image copy 15 copies on 15 LUV images to reduce the proportion of replication increases with reduction of LUV image; and 15 LUV reduced after the image to compute the gradient magnitude and scale space value; according to the size of the image from large to small in the order of 16 LUV images of the LUV value, gradient magnitude and scale space value stored in the array in the array for the resampled image; on resampled image positioning, get the pedestrian image. The invention solves the technical problem of inaccurate recognition of pedestrians in the existing technology, and improves the recognition rate of pedestrians.
【技术实现步骤摘要】
车辆前方的行人检测方法和存储介质
本专利技术涉及图像领域,尤其涉及一种车辆前方的行人检测方法和存储介质。
技术介绍
现有技术中,当车辆在前行过程中,当道路出现行人时,有时司机发现不及时会造成交通事故。现有技术中虽然有一些技术能够对道路行人出现时提醒司机,但是由于识别不准确经常出现误报等问题。
技术实现思路
基于以上问题,本专利技术提出一种车辆前方的行人检测方法和存储介质,解决了现有技术中对行人识别不准确的技术问题,提高了对行人的识别率。本专利技术提出一种车辆前方的行人检测方法,包括:获取待处理图像,对待处理图像进行截取得到截取后的图像,所述图像为RGB图像;将图像缩小到预设尺寸,并将图像转换为LUV图像;将LUV图像复制15张,对复制的15张LUV图像依次增大缩小比例进行缩小处理;分别对LUV图像和15张缩小后的LUV图像计算梯度幅值和梯度尺度空间值;按照图像尺寸由大到小的顺序将16幅LUV图像的LUV值、梯度幅值和梯度尺度空间值存储到数组中,所述数组为重采样后图像;对重采样后图像进行定位处理,得到行人图像。此外,所述对待处理图像进行截取包括:找到待处理图像的中心点,以中心点为矩形的中心点,在待处理图像上截取与由预设长度和预设宽度形成的矩形大小相同的图像;或者以坐标点(320,240)、(960,240)、(320,720)和(960,720)为矩形的四个顶点,在待处理图像上截取矩形图像。此外,所述将图像缩小到预设尺寸包括:将图像缩小到252*188尺寸。此外,所述对复制的15张LUV图像依次增大缩小比例进行缩小处理包括:每两张LUV图像的缩小比例的比值相同。 ...
【技术保护点】
一种车辆前方的行人检测方法,其特征在于,包括:获取待处理图像,对待处理图像进行截取得到截取后的图像,所述图像为RGB图像;将图像缩小到预设尺寸,并将图像转换为LUV图像;将LUV图像复制15张,对复制的15张LUV图像依次增大缩小比例进行缩小处理;分别对LUV图像和15张缩小后的LUV图像计算梯度幅值和梯度尺度空间值;按照图像尺寸由大到小的顺序将16幅LUV图像的LUV值、梯度幅值和梯度尺度空间值存储到数组中,所述数组为重采样后图像;对重采样后图像进行定位处理,得到行人图像。
【技术特征摘要】
1.一种车辆前方的行人检测方法,其特征在于,包括:获取待处理图像,对待处理图像进行截取得到截取后的图像,所述图像为RGB图像;将图像缩小到预设尺寸,并将图像转换为LUV图像;将LUV图像复制15张,对复制的15张LUV图像依次增大缩小比例进行缩小处理;分别对LUV图像和15张缩小后的LUV图像计算梯度幅值和梯度尺度空间值;按照图像尺寸由大到小的顺序将16幅LUV图像的LUV值、梯度幅值和梯度尺度空间值存储到数组中,所述数组为重采样后图像;对重采样后图像进行定位处理,得到行人图像。2.根据权利要求1所述的车辆前方的行人检测方法,其特征在于,所述对待处理图像进行截取包括:找到待处理图像的中心点,以中心点为矩形的中心点,在待处理图像上截取与由预设长度和预设宽度形成的矩形大小相同的图像;或者以坐标点(320,240)、(960,240)、(320,720)和(960,720)为矩形的四个顶点,在待处理图像上截取矩形图像。3.根据权利要求1所述的车辆前方的行人检测方法,其特征在于,所述将图像缩小到预设尺寸包括:将图像缩小到252*188尺寸。4.根据权利要求1所述的车辆前方的行人检测方法,其特征在于,所述对复制的15张LUV图像依次增大缩小比例进行缩小处理包括:每两张LUV图像的缩小比例的比值相同。5.根据权利要求4所述的车辆前方的行人检测方法,其特征在于,所述分别对LUV图像和15张缩小后的LUV图像计算梯度幅值和梯度尺度空间值包括:计算LUV图像的梯度幅值和梯度尺度空间值,根据LUV图像的梯度幅值和梯度尺度空间值计算第1张至第7张缩小后的LUV图像的梯度幅值和梯度尺度空间值;计算第7张缩小后的LUV图像的梯度幅值和梯度尺度空间值,根据第7张缩小后的LUV图像的梯度幅值和梯度尺度空间值计算第8张至第15张缩小后的LUV图像的梯度幅值和梯度尺度空间值。6.根据权利要求5所述的车辆前方的行人检测方法,其特征在于,所述计算LUV图像的梯度幅值和梯度尺度空间值包括:遍历整个LUV图像,对LUV图像上的每一个像素点计算其对应的垂直方向分量和水平方向分量,找到所有像素中垂直方向分量和水平方向分量最大的像素点,采用垂直方向分量和水平...
【专利技术属性】
技术研发人员:任云,
申请(专利权)人:广州鹰瞰信息科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。