车辆前方的行人检测方法和存储介质技术

本发明专利技术提出一种车辆前方的行人检测方法和存储介质，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。本发明专利技术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。

Pedestrian detection method and storage medium in front of a vehicle

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。此外，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。此外，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方向分量最大的像素点的垂直方向分量和水平方向分量计算梯度幅值以及梯度角度，根据梯度幅值以及梯度角度计算梯度尺度空间值。此外，采用降采样的方法根据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。采用降采样的方法根据第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。此外，所述第7张缩小后的LUV图像的梯度幅值和梯度尺度空间值根据LUV图像的梯度幅值和梯度尺度空间值计算得到。此外，所述根据梯度幅值以及梯度角度计算梯度尺度空间值包括：获取减半后的LUV图像的梯度方向直方图，并将梯度方向直方图分为6块，根据梯度角度值，将梯度幅值放入对应的6个梯度直方区间对应位置。此外，所述采用降采样的方法根据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包括：计算第1张缩小后的LUV图像的梯度幅值和梯度尺度空间值包括：将LUV图像的尺寸进行减半，并将减半后的LUV图像的L、U和V值存入数组中，将LUV图像的梯度幅值减半后依顺序存入数组中，根据梯度幅值以及梯度角度计算梯度尺度空间值并依次存入数组；依次采用计算第1张缩小后的LUV图像的梯度幅值和梯度尺度空间值的方法计算第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，并将计算出的数据依次存入数组；依次计算第8-15张缩小后的LUV图像的梯度幅值和梯度尺度空间值并将计算出的数据依次存入数组。此外，所述数组为新的图像数据，将数组进行边界扩充处理，对处理后的数组进行深度为2的决策树分类以及定位处理。本专利技术提出一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行上述任一项所述的车辆前方的行人检测方法。采用上述技术方案，具有以下有益效果：本专利技术通过对图像进行转换、缩小处理、重采样和将图像的LUV值、梯度幅值、梯度尺度空间值存储到数组中等步骤，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。附图说明图1是本专利技术一个实施例提供的车辆前方的行人检测方法的流程图；图2是本专利技术一个实施例提供的图像示意图；图3是本专利技术一个实施例提供的图像示意图；图4是本专利技术一个实施例提供的图像示意图；图5是本专利技术一个实施例提供的车辆前方的行人检测方法的流程图；图6是本专利技术一个实施例提供的图像示意图；图7是本专利技术一个实施例提供的图像示意图；图8是本专利技术一个实施例提供的车辆前方的行人检测方法的流程图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。参照图1，本专利技术提出一种车辆前方的行人检测方法，包括：步骤S001，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，图像为RGB图像；步骤S002，将图像缩小到预设尺寸，并将图像转换为LUV图像；步骤S003，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；步骤S004，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；步骤S005，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，数组为重采样后图像；步骤S006，对重采样后图像进行定位处理，得到行人图像。首先，在车辆的挡风玻璃上安装一个或多个单目或双目摄像头获取路面实况图像，即获取待处理图像，如图2所示，对对待处理图像进行截取得到截取后的图像，图像为RGB图像，如图3所示，将图像缩小到预设尺寸，并将图像转换为LUV图像，如图4所示。之后通过步骤S003，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；步骤S004，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；步骤S005，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，数组为重采样后图像；步骤S006，对重采样后图像进行定位处理，得到行人图像。可选地，得到行人图像后，对行人图像进行判别，得到真正的行人图像，通过行人图像判断行人位置对司机进行提醒。本专利技术通过对图像进行转换、缩小处理、重采样和将图像的LUV值、梯度幅值、梯度尺度空间值存储到数组中等步骤，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。参照图5，本专利技术实施例提出一种车辆前方的行人检测方法，包括：步骤S201，从摄像头获取待处理图像，尺寸为12本文档来自技高网...

【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