基于车辆特征的车辆定位方法和装置制造方法及图纸

本发明专利技术提供基于车辆特征的车辆定位方法和装置。利用车辆的一种或多种对称特征计算车辆高度方向上的一个或多个对称轴。利用ＲＯＩ预定区域中提取的一种或多种车辆特征计算车辆的一对或多对左右边缘，车辆特征至少包括车底阴影特征及／或车体颜色特征。利用ＲＯＩ中提取的水平边缘的投影计算车辆的上下边缘。根据ＲＯＩ的车底阴影预定区域的像素的灰度来计算车辆的下边缘，利用车体颜色的水平分层变化的特征来计算车辆的上边缘。综合利用所确定的车辆的各种边缘，来确定车辆在图像中的位置。本发明专利技术在受光照、背景等影响时，也能准确地确定车辆在ＲＯＩ中的位置。

Vehicle positioning method and device based on vehicle characteristics

The invention provides a vehicle positioning method and device based on vehicle characteristics. One or more symmetry axes in the vehicle height direction are calculated using one or more symmetrical features of the vehicle. One or more pairs of left and right edges of the vehicle are calculated using one or more vehicle features extracted from a predetermined region of the ROI, and the vehicle features include at least the shadow characteristics of the vehicle and / or the color characteristics of the vehicle body. The upper and lower edges of the vehicle are computed by the projection of the horizontal edges extracted from ROI. The lower edge of the vehicle is calculated according to the gray level of the pixels in the shadow area of the ROI vehicle's shadow. The position of the vehicle in the image is determined by comprehensively utilizing the various edges of the vehicle. The invention can accurately determine the position of the vehicle in the ROI when affected by illumination and background.

【技术实现步骤摘要】

本专利技术涉及基于机器视觉的车辆识别系统中确定车辆位置的车辆定位方法和装置，特别涉及基于从可能包含潜在车辆的图像区域即ROI中提取的车辆特征来准确地确定车辆在ROI中的位置的车辆定位方法和装置。
技术介绍
在基于机器视觉的车辆识别系统中，对由安装在自身车辆(以下简称为自车)或其它移动/固定的物体上的摄像机等摄影装置拍摄的原始图像进行分割等处理，会得到可能包含潜在车辆的图像区域，即所谓ROI(感兴趣区域，Region Of Interest)。而准确定位车辆在ROI中的位置，有助于提高系统的车辆识别率。尤其是准确定位车辆的下底边位置(即车轮与路面交界的位置)和车辆的宽度，对于获取自车周围车辆与自车的相对位置和相对距离至关重要。另外，准确的车辆定位对于车辆跟踪、车间距离计算、车型判断及车辆颜色识别也非常重要。目前，主要是利用车辆的水平边缘、垂直边缘和对称性这些特征来定位车辆。图1示出了现有技术中定位车辆的主要步骤。如图1所示，在确定车辆在ROI中的位置时，主要包含以下步骤(1)计算车辆高度方向上的对称轴；(2)确定车辆左右、上下边缘。首先，说明(1)计算车辆对称轴的方法。以前，在定位车辆时，一般只计算一种对称轴，即轮廓对称轴或灰度对称轴。轮廓对称不容易受光照的影响，但容易受如路面或建筑物这样的背景等噪声的影响，特别是具有对称性的背景对对称性影响很大。而且，当车辆局部被遮挡时，轮廓的对称性被破坏。如图2A所示，由于作为背景的建筑物具有比车辆更显著的对称性，而将建筑物的对称轴错误地确定为车辆的对称轴。灰度对称性不容易受背景影响，但容易受光照的影响。因此，只计算一种对称轴必然容易受背景、光照条件、车辆图像不完整(即车辆被遮挡或车辆的局部车体在图像外)的影响，使对称轴计算不准，从而影响车辆定位的精度。另外，现有技术中也公开了计算多个对称轴的方法，主要是通过综合多个对称轴计算结果得到最终的对称轴。但是采用的也只是轮廓对称、灰度对称、水平边缘对称、垂直边缘对称，而水平边缘对称和垂直边缘对称从原理上来说只是轮廓对称的一种，因此，仍然不能避免背景、光照条件、车辆图像不完整的影响。另外，现有技术在计算对称轴时，参与对称轴计算的图像区域是整个ROI。所以存在以下问题计算量大，容易受一些背景的影响，而使对称轴计算不准确。接着，说明现有技术中(2)确定车辆左右边缘和上下边缘的方法。现有技术一般使用垂直边缘投影的方法确定车辆的左右边缘，使用水平边缘投影的方法确定车辆的上下边缘。所谓“垂直边缘投影”是指，使用边缘检测算子抽取图像的垂直边缘，并垂直投影，即将垂直边缘图像中所有的非零像素在垂直方向按列加和，投影值最大的像素列对应车辆的左右边缘。所谓“水平边缘投影”，与垂直边缘投影类似，是指使用边缘检测算子抽取图像的水平边缘，并水平投影，即将水平边缘图像中所有的非零像素在水平方向按行加和，投影值最大的像素行对应车辆的上下边缘。由于在ROI中的背景也可能具有垂直边缘和水平边缘，所以它们的存在必然会影响到车辆的左右边缘和上下边缘的确定。另外，由于阴天或晴天等的不同光照条件、车辆局部被遮挡或车辆局部在图像之外时车辆图像不完整的影响，车辆可能会缺失部分边缘，这也会影响车辆的左右边缘和上下边缘的确定，最终影响车辆定位精度。例如，图2B示意性地示出了由于受到作为背景的建筑物的垂直边缘的影响，使得车辆左右边缘计算出现错误的情况。图2C示意性地示出了由于作为背景的指示牌的水平边缘的影响，使得车辆的上边缘计算错误的情况。在现有技术(日本特开平7-334799)中，还提出了利用车底阴影确定车辆的下边缘的方法。其具体方法是首先找到车底阴影，然后确定车底阴影与路面形成的边缘，最后把这个边缘作为车辆的下边缘。但是，由于受太阳(或其它光源)的位置、摄像机安装高度、道路坡度的影响，图像上有时会检测不出车底阴影，如车底漏光、逆光，此时将无法确定车辆的下边缘。例如，图2D示意性地示出了由于车底漏光或逆光，检测不到车底阴影的情况。
技术实现思路
本专利技术是鉴于现有技术存在的上述问题而提出来的，其目的在于提供一种车辆定位方法和装置，基于从可能包含潜在车辆的图像区域即ROI中提取的车辆特征准确确定车辆的左右边缘，从而准确确定车辆在上述ROI中的位置。本专利技术的另一个目的是，准确确定车辆的下边缘，从而准确确定车辆在上述ROI中的位置。本专利技术的另一个目的是，综合利用车辆的对称性、水平和垂直边缘、车底阴影、车体颜色(或灰度)特征，准确确定车辆在上述ROI中的位置。为了实现上述目的，本专利技术的车辆定位方法，根据可能包含车辆的图像区域即ROI，确定上述车辆在上述ROI中的位置，其特征在于具有以下步骤左右边缘确定步骤，利用从上述ROI的预定区域中提取的一种或多种车辆特征计算出上述车辆的一对或多对候选的左右边缘，并根据上述候选的左右边缘确定上述车辆的左右边缘，其中，上述车辆特征至少包括车底阴影特征及/或车体颜色特征；定位步骤，利用所确定的各个边缘，来确定上述车辆在上述ROI中的位置。所述的车辆定位方法，其中，还包括以下步骤在上述左右边缘确定步骤中，当所计算出的上述候选左右边缘为一对或所计算出的多对候选左右边缘相同时，将计算出的上述候选左右边缘确定为车辆的左右边缘，当所计算出的多对候选左右边缘不相同时，按照预定的左右边缘融合规则来确定车辆的左右边缘。其中，在上述左右边缘确定步骤中，利用上述车底阴影特征计算上述车辆的左右边缘时，根据上述ROI的车底阴影预定区域内的像素的灰度来确定上述车辆的候选的左右边缘。其中，在上述左右边缘确定步骤中，根据上述ROI的车底阴影预定区域的像素的灰度均值，将灰度值小于上述灰度均值的像素的数量大于等于预定值的像素列，确定为上述车辆的候选的左右边缘。其中，在上述左右边缘确定步骤中，根据上述车体颜色特征计算上述车辆的左右边缘时，将上述ROI的车体颜色预定区域内的最长相同颜色水平线的左右边缘确定为上述车辆的候选的左右边缘。其中，在上述左右边缘确定步骤中，还包括利用从上述ROI提取的垂直边缘的投影来计算车辆左右边缘的步骤。这样一来，根据本专利技术的车辆定位方法就可以准确确定车辆的左右边缘，从而准确确定车辆在上述ROI中的位置。所述的车辆定位方法，其中，还包括上下边缘确定步骤，利用从上述ROI中提取的水平边缘的投影分别计算并确定上述车辆的候选上下边缘。其中，在上述上下边缘确定步骤中，还包括根据上述ROI的车底阴影预定区域的像素的灰度来确定上述车辆的候选的下边缘，当该下边缘与利用上述水平边缘的投影计算出的下边缘不相同时，按照预定的下边缘融合规则来确定车辆的下边缘。其中，在上述下边缘确定步骤中，根据上述ROI的车底阴影预定区域的像素的灰度均值，将灰度值小于上述灰度均值的像素的数量大于等于预定值的像素行，确定为上述车辆的候选下边缘。这样一来，根据本专利技术的车辆定位方法就可以准确确定车辆的下边缘，从而准确确定车辆在上述ROI中的位置。所述的车辆定位方法，其中，在上述上下边缘确定步骤中，还利用从上述车体颜色的水平分层变化的特征来计算上述车辆的候选上边缘，当该上边缘与利用上述水平边缘的投影计算出的上边缘不相同时，按照预定的上边缘融合规则来确定车辆的上边缘。其中，在上述上边缘确定步骤中，根据上本文档来自技高网...

【技术保护点】
一种车辆定位方法，根据可能包含车辆的图像区域即ＲＯＩ，确定上述车辆在上述ＲＯＩ中的位置，其特征在于具有以下步骤：　　　　左右边缘确定步骤，利用从上述ＲＯＩ的预定区域中提取的一种或多种车辆特征计算出上述车辆的一对或多对候选的左右边缘，并根据上述候选的左右边缘确定上述车辆的左右边缘，其中，上述车辆特征至少包括车底阴影特征及／或车体颜色特征；　　　　定位步骤，利用所确定的各个边缘，来确定上述车辆在上述ＲＯＩ中的位置。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘威，郑烨，
申请(专利权)人：沈阳东软软件股份有限公司，阿尔派株式会社，
类型：发明
国别省市：89[中国|沈阳]