A fast moving object detection method based on the vehicle ring view, including the following steps: S1: acquisition of the real-time scene video stream in four directions of the car body by using the camera installed in the front and back of the car body and so on four directions; S2: through the image stitching algorithm, the vehicle is captured by the four directions of video stream splicing. The real-time video stream of the graph; S3: extracting the current frame image and the previous frame in the loop view video stream, setting the current frame and reference frame, and using the optical flow method to calculate the motion vector of the pixels in the reference frame; S4: using the calculated motion vector to construct the reconfigurable image of the reference frame image; S5: the reconstructed image and the reference frame. The image is processed by frame difference processing to get the contour of the moving object; S6: the moving object is detected by morphological processing. It has the ability to detect the moving objects that suddenly enter the vehicle and let the driver more clearly observe and grasp the advantages of the environment around the body.
【技术实现步骤摘要】
一种基于车辆环视图的快速运动物体检测方法
本专利技术涉及目标检测领域技术,特别是涉及动态背景下的运动目标检测方法。
技术介绍
汽车车身周边环境是否存在异常物体或突发情况,是驾驶员在驾驶过程中必须关注的重要环节,对车辆安全驾驶起着不可忽视的作用。汽车工业和信息技术的更新换代,为安全驾驶提供了越来越有力的技术支持。对于汽车车身周边环境的检测,目前采用较多的是雷达侦测和摄像头监测,与雷达侦测相比,采用摄像头监测的方法具有更加直观清晰的视觉效果,而在车载摄像头拍摄的视频基础上开发的环境监测方法,包括运动物体检测和停车位自动识别等技术,已经大量运用于车辆制造行业。基于图像的运动目标检测是计算机图像处理技术中的关键应用技术,它是利用图像处理的手段,将视频序列中的前景目标从背景中分离出来,从而对序列中的运动目标进行检测,并在此基础上对检测到的有效目标进行进一步的分类和识别。随着科技的进步和计算机技术的发展,运动目标检测已经广泛应用于人工智能、视频监控、医学影像和军事制导等领域,具有广阔的发展前景和重要的使用价值。运动目标检测主要分为静态背景检测和动态背景检测:静态背景检测是指摄像头安装在某一固定位置且采集区域不发生变化,因此得到的图像中背景为静态背景,在此基础上对视野范围中的运动目标进行检测和识别,通常采用的方法主要分为三类:帧间差分法、背景相减法和光流法;动态背景检测是指摄像头在采集图像时因存在旋转、移动等状态变化,导致采集区域不断改变,得到的图像中背景时时变化,在此基础上对视野范围中的运动目标进行检测和识别。与静态背景检测相比,动态背景检测不仅受光照和噪音等影响,还 ...
【技术保护点】
1.一种基于车辆环视图的快速运动物体检测方法,其特征在于:包括以下步骤:S1:利用安装在车体前后左右四个方位的相机采集得到车体四个方向的实时场景视频流;S2:通过图像拼接算法,利用四个方向的视频流拼接得到车辆环视图的实时视频流;S3:提取环视图视频流中当前帧图像和前一帧图像,设为当前帧和参考帧,并采用光流法计算出参考帧中像素点的运动矢量;S4:利用计算出的运动矢量构建出参考帧图像的重构图像;S5:对重构图像和参考帧图像进行帧间差分处理,得到运动目标的轮廓;S6:利用形态学处理检测出运动目标。
【技术特征摘要】
1.一种基于车辆环视图的快速运动物体检测方法,其特征在于:包括以下步骤:S1:利用安装在车体前后左右四个方位的相机采集得到车体四个方向的实时场景视频流;S2:通过图像拼接算法,利用四个方向的视频流拼接得到车辆环视图的实时视频流;S3:提取环视图视频流中当前帧图像和前一帧图像,设为当前帧和参考帧,并采用光流法计算出参考帧中像素点的运动矢量;S4:利用计算出的运动矢量构建出参考帧图像的重构图像;S5:对重构图像和参考帧图像进行帧间差分处理,得到运动目标的轮廓;S6:利用形态学处理检测出运动目标。2.根据权利要求1所述的一种基于车辆环视图的快速运动物体检测方法,其特征在于:上述步骤S3中的光流法为Horn-Schunck光流法,求得的为稠密光流,对每一个像素计算光流值;假设ui,j与vi,j分别表示图像像素点(i,j)处的水平方向光流值与垂直方向光流值,则迭代方程为:其中k为迭代次数,λ反映了对图像数据及平滑约束的可信度,当图像数据本身含有较大噪声时,此时需要加大λ的值,相反,当输入图像含有较少的噪声时,此时可减小λ的值;代表u邻域与v邻域的平均值,采用相应四邻域内的均值,计算公式如下:Ix,Iy分别是图像对x,y的偏导数,It是两帧图像间对时间的导数,其中:Ix=I(x,y,t)-I(x-1,y,t)Iy=I(x,y,t)-I(x,y-1,t)It=I(x,y,t)-I(x,y,t-1)考虑相邻像素及相邻两帧图像的影响,采用四次有限差分来得到:从而得到参考帧中像素点的运动矢量。3.根据权利要求2所述的一种基于车辆环视图的快速运动物体检测方法,其特征在于:上述步骤S4中构建参考帧图像的重构图,是将参考帧图像中的像素点,根据其位移矢量进行坐标变化,运动到新的位置,所有像素点完成位移后得到的图像即为重构图;设参考帧图像为I(i,j),像素点的位移矢量为(ui,j,vi,j),则重构帧图像I'(i,j)为:I'(i,j)=I(i+vi,j,j+ui,j)从而构建出重构图像。4.根据权利要求3所述的一种基于车辆环视图的快速运动物体检测方法,其特征在于:上述步骤S5中帧间差分处理是计算参考帧的重构图像与当前帧图像中对应像素点的差值,随后对结果做二值处理,得到包含运动物体轮廓的二值图像;设重构图像为I'(i,j),当前帧图像为P(i,j),则帧间差分公式为:diff(i,j)=|I'(i,j)-P(i,j)|图像二值化公式为:其中h为二值化阈值,利用最大间类方差法(Otsu)得到;最大间类方差法(Otsu)属于自适应阈值分割方法,是基于整幅图像的统计特性实现阈值的自动选取;其采用某一假定的灰度值h将图像的灰度分成两组,当两组的间类方差最大时,此灰度h就是图像二值化的最佳阈值;设图像有L个灰度级,取值范围为0~L-1,...
【专利技术属性】
技术研发人员:潘钰华,
申请(专利权)人:江苏裕兰信息科技有限公司,
类型:发明
国别省市:江苏,32
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。