一种目标物体检测方法及装置制造方法及图纸

一种目标物体检测方法，包括：通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像，根据预先标定的摄像设备的参数，通过预置检测算法检测该可见光图像以及红外图像中的目标物体的图像，并根据检测到的目标物体的位置与目标物体的图像的空间几何信息，得到目标物体的深度信息。同时还提供了一种目标物体检测装置，通过融合不同数据源得到的图像，对目标物体进行检测，并且得到目标物体的深度信息，以提高目标物体检测的召回率和准确率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉
，特别涉及一种目标物体检测方法及装置。
技术介绍
由于在汽车半自动，自动驾驶领域中的关键作用，多年来目标物体的自动检测一直是计算机视觉(CV，ComputerVision)领域的热门研究课题。计算机视觉是一门研究如何使机器“看”的科学，指用摄影机和电脑代替人眼对目标物体进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。现有技术中，人们采用了各式各样的方式，如红外，雷达，可见光等方式来获取检测目标物体的位置以及目标物体的深度。但是以上各种检测方式涉及的数据源都有各自的劣势。具体地，通过红外方式获取的数据适合夜间工作，但是作用距离受到限制，只能在较近距离中起作用，应用范围窄。通过雷达获取的数据当目标物体距离较远时可靠性较差，而且容易受到天气影响，例如受到雨点的干扰，效果差。通过红外和可见光方式获取的图像数据普遍存在当使用简单算法对图像进行处理后效果不理想，而达到理想效果的算法复杂度较高，在实际中应用有困难。
技术实现思路
有鉴于此，本专利技术提供一种目标物体检测方法及装置，通过融合不同数据源得到的图像，对目标物体进行检测，并且得到目标物体的深度信息，以提高目标物体检测的召回率和准确率。本专利技术实施例提供一种目标物体检测方法，包括：通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像；根据预先标定的所述摄像设备的参数，通过预置检测算法检测所述可见光图像以及红外图像中的目标物体的图像；根据检测到的所述目标物体的位置与所述目标物体的图像的空间几何信息，得到所述目标物体的深度信息；输出检测所述可见光图像以及红外图像中的目标物体的图像的结果以及所述目标物体的深度信息。本专利技术实施例提供一种目标物体检测装置，包括：获取模块，用于通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像；检测模块，用于根据预先标定的所述摄像设备的参数，通过预置检测算法检测所述可见光图像以及红外图像中的目标物体的图像；计算模块，用于根据检测到的所述目标物体的位置与所述目标物体的图像的空间几何信息，得到所述目标物体的深度信息；输出模块，用于输出检测所述可见光图像以及红外图像中的目标物体的图像的结果以及所述目标物体的深度信息。根据上述实施例的目标物体检测方法及装置，通过融合不同数据源得到的图像，对目标物体进行检测，并且得到目标物体的深度信息，以提高目标物体检测的召回率和准确率。为让本专利技术的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。附图说明图1为物点在双目立体视觉系统中两个摄像设备分别成像示意图；图2为本专利技术第一实施例提供的目标物体检测方法流程示意图；图3为根据物点以及在两个摄像设备中的像点计算深度的示意图；图4为本专利技术第三实施例提供的目标物体检测装置结构示意图；图5为本专利技术第四实施例提供的目标物体检测装置结构示意图。具体实施方式为更进一步阐述本专利技术为实现预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的具体实施方式、结构、特征及其功效，详细说明如后。本专利技术实施例提供的目标物体检测方法，通过融合不同数据源得到的图像，对目标物体进行检测，并且得到目标物体的深度信息。首先构建双目立体视觉系统，双目立体视觉，是基于视差原理，通过幅图像获取物体三维几何信息。请参阅图1，双目立体视觉系统的双目为左右两部摄像设备，其中一部为可感应可见光的摄像设备，用于获取可见光下的图像，另外一部为可感应红外光的摄像设备，用于获取红外光下的图像。此两部摄像设备内部参数相同，内部参数如焦距，光心等。图1中，分别以下标l和r标注左、右摄像设备的各参数。世界坐标系中的点A(X，Y，Z)在左、右摄像设备的成像面Cl和Cr上的像点分别为al(ul，vl)和ar(ur，vr)。其中，nl和nr分别为左、右摄像设备的焦点，fl和fr分别为左、右摄像设备的焦距。al和ar是同一个对象点A的像，它们称为共轭点。分别作投影线alOl和arOr为它们与各自摄像设备的光心Ol和Or的连线，那么，它们的交点即为世界坐标系中的对象点A。由此，双目立体视觉系统可产生立体视觉。请参阅图2，本专利技术第一实施例中的目标物体检测方法包括：201、通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像；双目立体视觉系统包括两部摄像设备，其中一部为可感应可见光的摄像设备，可获取可见光图像，另一部为可感应红外光的摄像设备，可获取红外光图像。202、根据预先标定的该摄像设备的参数，通过预置检测算法检测该可见光图像以及红外图像中的目标物体的图像；需要说明的是，在此步骤之前先进行标定步骤，即，通过张正友标定算法标定该双目立体视觉系统，以获取该双目立体视觉系统中摄像设备的内部参数、外部参数以及畸变系数。具体地，标定就是根据已知参考坐标系坐标和图像坐标系坐标的对应点来确定摄像设备内部参数和外部参数的过程。目的是为了确定双目立体视觉系统中的摄像设备的图像坐标系与世界坐标系的三维参考坐标系之间的对应关系。只有当摄像设备被恰当地标定后，才能根据图像平面中目标物体的二维坐标推导还原出该目标物体在世界坐标系中的实际三维位置。具体到本实施例中，标定是确立左、右摄像设备图像平面上的成像点al(ul，vl)和ar(ur，vr)的坐标位置与其对应的世界坐标系中点A(X，Y，Z)的坐标位置之间的映射关系。构成双目摄像头的左、右摄像设备的内部参数相同，内部参数包括焦点、光心等参数，而外部参数是有差异的，为此两个摄像设备彼此的滚转、俯仰及偏航三个角度信息，以及它们成像主点之间的坐标位置的偏差。本实施例中，通过张正友标定算法标定该双目立体视觉系统，以获取该双目立体视觉系统中摄像设备的内部参数、外部参数以及畸变系数。标定得到的内参、外参和畸变系数，是双目立体视觉系统中进行图片矫正，摄像设备校正和目标物体的三维参数恢复的基础。张正友标定算法需要摄像设备对某个标定板从不同方向拍摄多幅图片，通过标定板上每个特征点和其像平面的像点间的对应关系，即每一幅图像的单应性矩阵来进行摄像设备的标定。大致步骤为：打印一张模板并贴在一个平面上，从不同角度拍摄若干张模板图像，检测出图像中的特征点，并求出摄像设备的内部参数和外部参数，进一步求出畸变系数，最后进行优化求精。在本专利技术实施例中，根据标定后的摄像设备的参数，包括其内部参数、外部参数及畸变系数，处理该可见光图像以及红外图像中的目标物体的图像。即，根据标定后得到的该摄像设备的内部参数、外部参数以及畸变系数，以及获得的聚合通道特征，通过Adaboost算法检测该可见光图像以及红外图像中的目标物体的图像，可获取该目标物体的图像的置信度信息以及位置信息。具体地，计算每一幅图像的每个像素点的LUV三颜色像素梯度，L表示物体亮度，U和V是色度，取其中的最大值作为当前像素点的像素梯度，并按6个梯度方向获得每个像素点的梯度方向直方图，其中6个梯度方向是指在梯度角度变化范围内等分为六个区间，每个梯度方向为其中一个区间，该梯度角度变化范围为180度或360度。进一步地，将每个像素点的LUV三颜色值、像素梯度大小以及6个梯度方向的梯度大小本文档来自技高网...

【技术保护点】
一种目标物体检测方法，其特征在于，包括：通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像；根据预先标定的所述摄像设备的参数，通过预置检测算法检测所述可见光图像以及红外图像中的目标物体的图像；根据检测到的所述目标物体的位置与所述目标物体的图像的空间几何信息，得到所述目标物体的深度信息；输出检测所述可见光图像以及红外图像中的目标物体的图像的结果以及所述目标物体的深度信息。

【技术特征摘要】
1.一种目标物体检测方法，其特征在于，包括：通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像；根据预先标定的所述摄像设备的参数，通过预置检测算法检测所述可见光图像以及红外图像中的目标物体的图像；根据检测到的所述目标物体的位置与所述目标物体的图像的空间几何信息，得到所述目标物体的深度信息；输出检测所述可见光图像以及红外图像中的目标物体的图像的结果以及所述目标物体的深度信息。2.根据权利要求1所述的方法，其特征在于，所述通过双目立体视觉系统的摄像设备分别获取可见光图像以及红外图像之前包括：通过张正友标定算法标定所述双目立体视觉系统，以获取所述双目立体视觉系统中摄像设备的内部参数、外部参数以及畸变系数。3.根据权利要求2所述的方法，其特征在于，所述根据预先标定的所述摄像设备的参数，通过预置检测算法检测所述可见光图像以及红外图像中的目标物体的图像包括：处理所述可见光图像以及红外图像，以获得所述目标物体的图像的聚合通道特征；根据标定后得到的所述摄像设备的内部参数、外部参数以及畸变系数，以及所述聚合通道特征，通过Adaboost算法检测所述可见光图像以及红外图像中的目标物体的图像，并获取所述目标物体的置信度信息以及位置信息。4.根据权利要求3所述的方法，其特征在于，所述根据标定后得到的所述摄像设备的内部参数、外部参数以及畸变系数，以及所述聚合通道特征，通过Adaboost算法检测所述可见光图像以及红外图像中的目标物体的
\t图像之后...

【专利技术属性】
技术研发人员：桂天宜，刘龙，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44