本发明专利技术公开了一种具平行架构的适应性物体分类装置及其方法，其中具平行架构的适应性物体分类方法包含储存多笔场景参数及多笔分类器参数的步骤，先撷取至少一影像数据后，框选出影像数据中的多个障碍物影像，可根据每一障碍物影像范围选定适当的框选范围。再利用多个影像处理单元以一对一的平行处理方式分别对应计算出多个障碍物影像的多笔障碍物特征数据，并根据多个障碍物特征数据选取对应的场景参数及对应的多个分类器参数并进行运算，以取得多笔分类数据，若判定分类数据为所预设的障碍物种类，则输出所框选障碍物影像的位置，如此可达到实时侦测障碍物的目的。
【技术实现步骤摘要】
本专利技术涉及一种适应性物体分类装置及其方法，特别是指一种。
技术介绍
由于近年行车安全越来越被重视，随着影像设备的成本大幅降低以及影像辨识技术日渐成熟，影像辨识系统应用在车辆安全上越来越广泛，并且在安全系统中，使用影像辨识是降低整个系统成本的一个重要的方法。根据统计数据显示，驾驶员只要在发生碰撞的0.5秒前得到预警，即可以避免至少60%的追尾撞车事故、30%的迎面撞车事故和50%的路面相关事故，而若有I秒钟的预警时间，则可避免90%的事故。但在影像辨识系统中，计算量庞大是一个主要的困难点，对于实时运算要求严苛的车辆安全系统中更加需要被重视。以防撞系统而言，使用的行人侦测系统通常都是非常昂贵的设备，譬如用红外线侦测、激光雷达侦测等，由于道路场景的复杂，如在同一场景有多个行人、车辆以及猫狗等，因此更需要更强健的特征参数将行人与其他背景信息分离出来。此外，行人侦测系统在侦测过程中，常受到拍摄现场各种环境变化因素的干扰而使得侦测结果的准确率下降，例如在光照不均的环境中造成行人部分过亮或过暗，或是在行人的驱体被部分遮蔽的情况下，常常无法准确的判断场景中是否有行人存在。另一种行人侦测的方法为利用背景撷取方法得到前景信息以作为近一步的影像处理方法，然而利用此方法撷取影像得到的为较为破碎的前景，造成后端辨识的困难，并且因需要长时间撷取，从而增加系统的负担。因此，如何提升障碍物的侦测效率以及满足实时侦测需求是亟待解决的问题。有鉴于此，本案专利技术人遂针对上述现有技术的不足，提出一种，以有效克服上述的问题。
技术实现思路
本专利技术的主要目的在于提供一种，平行处理多个障碍物影像，从而能够加速影像处理效率，进而简化影像处理的复杂度及减少耗时。本专利技术的另一目的在于提供一种，其可根据所撷取的影像判断出对应的场景，可根据各种不同场景来弹性调整分类器参数，能够运算出准确度更高的障碍物影像及其种类，以解决现有侦测系统误判的问题。本专利技术的又一目的在于提供一种，其可根据所撷取的影像的远深及障碍物影像的尺寸，框选出适当的障碍物影像范围再进行影像处理，能够提升影像处理效率。本专利技术的再一目的在于提供一种，其可嵌入于车辆的防撞系统中，以达到实时侦测的目的。为了达到上述目的，本专利技术提供了一种具平行架构的适应性物体分类方法，该方法包含储存多笔场景参数及多笔分类器参数的步骤，适应性物体分类方法包括下列步骤:撷取至少一影像数据;框选出影像数据中的多个障碍物影像，且根据每一障碍物影像范围选定适当的框选范围。再利用多个影像处理单元分别对应计算出多个障碍物影像的多笔障碍物特征数据，并根据多个障碍物特征数据选取对应的场景参数及对应的多个分类器参数并进行运算，以取得多笔分类数据。其中，多个分类器参数包括不同障碍物种类的多笔方向梯度特征参数，每一分类数据由每一障碍物特征数据乘上相对应的分类器参数，并加总而取得。比较分类数据是否大于一浮动阀值，浮动阀值对应一障碍物种类，若是，则判定分类数据对应的障碍物种类，并输出所框选障碍物影像的位置，若否，则判定分类数据不对应任何一个障碍物种类。由于本专利技术不仅可以平行处理多个障碍物影像，有效缩短运算时间，从而达到实时侦测的目的，又可根据影像数据判断出对应的场景，不仅能够根据场景参数适应性调整分类器参数，并搭配障碍物特征数据进行运算以取得更可靠的分类数据，因此可大幅提升整体侦测准确度，极具市场竞争优势。其中，框选多个障碍物影像步骤之前，还包括以下步骤:从影像数据中选定一有兴趣区域，再从有兴趣区域中框选出影像数据中的多个障碍物影像。并考虑到影像数据中的多个障碍物影像具远深及影像大小问题，故框选多个障碍物影像步骤之后，还包括调整每一障碍物影像的框选范围大小的步骤。其中，方向梯度算法还包括以下步骤:先计算每一障碍物影像的边缘值，方向梯度算法(HOG)将每一障碍物影像划分为多个小区块，再计算每一小区块中的每一像素的方向及边缘参数值并加总，以取得九个特征向量，并统计每一小区块内的九个特征向量，获得障碍物影像的障碍物特征数据。本专利技术还提供了一种具平行架构的适应性物体分类装置，该装置储存有多笔场景参数及多笔分类器参数，适应性物体分类装置包括至少一影像撷取器及一影像处理器。影像撷取器撷取至少一影像数据，并框选出影像数据中的多个障碍物影像，且根据每一障碍物影像范围选定适当的框选范围。影像处理器包括多个影像处理单元，多个影像处理单元分别对应计算出多个障碍物影像的多笔障碍物特征数据，根据多个障碍物特征数据选取对应的场景数据及对应的多个分类器参数并进行运算，以取得多笔分类数据，再将分类数据与一浮动阀值比较，浮动阀值对应一障碍物种类，并输出相对应浮动阀值的所框选障碍物影像的位置。下面通过具体实施例详加说明，当更容易了解本专利技术的目的、
技术实现思路
、特点及其所达成的功效。【附图说明】图1为本专利技术的方块示意图；图2为本专利技术的步骤流程图；图3为本专利技术中的平行化多重框选障碍物影像示意图；图4A至图4D为本专利技术侦测影像数据中障碍物的流程示意图。附图标记说明:10-储存器；102-场景参数；104-分类器参数；12-影像撷取器；122-影像数据；124、124a、124b、124c、124d-障碍物影像；14-影像处理器；142、142a、142b、142c、142d-影像处理单元；144-调整尺寸单元；16-显示器。【具体实施方式】为使防撞系统(AEB)能够快速判断出刹车时间，本专利技术提供了一种具备平行化架构与管线式运算技术的适应性物体分类装置及其方法，来解决现有技术无法实时侦测的缺点。如图1所示为本专利技术的方块示意图。适应性物体分类装置内建于一防撞系统中，适应性物体分类装置包括一储存器10、至少一影像撷取器12及一影像处理器14，影像处理器14电性连接储存器10及影像撷取器12。其中，储存器10可为同步动态随机存取储存器(Synchronous Dynamic Random Access Memory，SDRAM)，其内部储存有多笔场景参数 102及多笔分类器参数104，影像处理器14包含多个影像处理单元142及多个调整尺寸单元(resize unit) 144，该多个影像处理单元142电性连接该多个调整尺寸单元144。影像撷取器12撷取一影像数据122之后，框选出影像数据122中的多个障碍物影像124，且根据每一障碍物影像124范围选定适当的框选范围。由于影像撷当前第1页1 2 3 本文档来自技高网...
【技术保护点】
一种具平行架构的适应性物体分类方法，该方法包含储存多笔场景参数及多笔分类器参数的步骤，其特征在于，该适应性物体分类方法包括下列步骤：撷取至少一影像数据；框选出该影像数据中的多个障碍物影像，且根据每一该障碍物影像范围选定适当的框选范围；利用多个影像处理单元分别对应计算出该多个障碍物影像的多笔障碍物特征数据，并根据该多个障碍物特征数据选取对应的该场景参数及对应的该多个分类器参数并进行运算，以取得多笔分类数据；以及比较该多个分类数据是否大于一浮动阀值，该浮动阀值对应一障碍物种类，若是，则判定该分类数据对应的该障碍物种类，并输出所框选该障碍物影像的位置，若否，则判定分类数据不对应任何一个该障碍物种类。
【技术特征摘要】
【专利技术属性】
技术研发人员：朱振纬，姚长昆，
申请(专利权)人：财团法人车辆研究测试中心，
类型：发明
国别省市：中国台湾;71
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。