【技术实现步骤摘要】
车载镜头遮挡识别方法及装置
[0001]本申请涉及自动驾驶(包括辅助驾驶和无人驾驶)
，尤其涉及车载镜头遮挡识别方法及装置。
技术介绍
[0002]自动驾驶(包含辅助驾驶和无人驾驶)是智能汽车发展的重要方向，并且越来越多的车辆中开始应用自动驾驶系统来实现车辆的自动驾驶功能。通常地，作为自动驾驶系统的组成部分，车载镜头可以用于捕获车辆周边环境的图像，以便自动驾驶系统根据该捕获图像制定相应驾驶策略，进而控制车辆实现自动驾驶。可见，车载镜头的性能对于自动驾驶来说至关重要。
[0003]但在一些场景中，车载镜头很可能被诸如树叶、塑料袋等异物遮挡，导致车载镜头无法正常工作，这样一来，很可能影响自动驾驶功能的实现。比如在图1A或图1B或图1C中，车载镜头被遮挡时，车载镜头采集的画面出现模糊，影响正常驾驶。出于行车安全等因素考虑，如图2A所示，可以检测车载镜头是否被遮挡，一旦发现车载镜头被遮挡，启动报警机制，此时可以停止自动驾驶功能(比如停止高级驾驶辅助系统(advanced driver assistance system...
【技术保护点】
【技术特征摘要】
1.一种车载镜头遮挡识别方法，其特征在于，包括：获取帧差图像；所述帧差图像为对所述车载镜头拍摄的第一图像和第二图像进行差分运算得到的图像；所述第一图像和第二图像之间的帧间隔为N，N为正整数；所述第一图像、所述第二图像均不是背景图；根据所述帧差图像判断所述车载镜头是否被遮挡。2.根据权利要求1所述的车载镜头遮挡识别方法，其特征在于，所述帧差图像为一个或多个帧差图像，所述多个帧差图像包括第一帧差图像和第二帧差图像；所述第一帧差图像为所述车载镜头在第一时刻拍摄的第一图像和所述第一图像之前的第二图像进行差分运算得到的图像；所述第二帧差图像为所述车载镜头在第二时刻拍摄的第一图像和所述第一图像之前的第二图像进行差分运算得到的图像，所述第一时刻与所述第二时刻不同。3.根据权利要求2所述的车载镜头遮挡识别方法，其特征在于，所述方法还包括：获取一个或多个帧差图像对应的第一置信度以及第一面积；其中，一个帧差图像对应的置信度用于表示所述帧差图像对应的第一图像中的第一区域被识别为遮挡区域的可信程度，所述置信度根据所述第一区域的类局部二值模式LBP响应分数、拉普拉斯方差以及拉普拉斯均值得到；所述帧差图像对应的第一面积为所述帧差图像对应的第一图像中第一区域的面积；所述第一区域是第二区域中剔除掉预设区域得到的区域；所述第二区域包括在所述第一图像中，所述第二区域在所述第一图像中的位置与第三区域在所述第一图像对应的帧差图像中的位置相同；所述第三区域是所述帧差图像中像素值小于或等于第一阈值的像素点构成的区域；所述预设区域包括如下任一种或多种：路面的成像区域、雪地的成像区域、天空的成像区域、草地的成像区域。4.根据权利要求1
‑
3中任一项所述的车载镜头遮挡识别方法，其特征在于，所述帧差图像为M个；根据所述帧差图像判断所述车载镜头是否被遮挡，包括：若所述M个帧差图像中存在P个帧差图像满足第一条件，则确定所述车载镜头被遮挡；其中，所述第一条件是置信度大于或等于第一置信度阈值，第一面积大于或等于第一面积阈值；M、P为正整数，M大于或等于P。5.根据权利要求1
‑
4中任一项所述的车载镜头遮挡识别方法，其特征在于，所述帧差图像为M个；根据所述帧差图像判断所述车载镜头是否被遮挡，包括：若所述M个帧差图像中连续Q个帧差图像满足第二条件，则确定所述车载镜头被遮挡；第二条件是置信度大于或等于第二置信度阈值，第一面积大于或等于第二面积阈值；M、Q为正整数，M大于或等于Q。6.根据权利要求1
‑
5中任一项所述的车载镜头遮挡识别方法，其特征在于，所述获取帧差图像，包括：获取车速和/或第一标识位；所述第一标识位用于标识图像信号处理ISP的图像处理结果是否正常；若所述第一标识位标识所述ISP的图像处理结果正常，和/或所述车速大于或等于车速阈值，则获取所述帧差图像。7.一种车载镜头遮挡识别装置，其特征在于，包括：获取模块，用于获取帧差图像；所述帧差图像为对所述车载镜头拍摄的第一图像和第
二图像进行差分运算得到的图像；所述第一图像和第二图像之间的帧间隔为N，N为正整数；所述第一图像、所述第二图像均不是背景图；判断模块，用于根据所述帧差图像判断所述车载镜头是否被遮挡。8.根据权利要求7所述的车载镜头遮挡识别装置，其特征在于，所述帧差图像为一个或多个帧差图像，所述多个帧差图像包括第一帧差图像和第二帧差图像；所述第一帧差图像为所述车载镜头在第一时刻拍摄的第一图像和所述第一图像之前的第二...
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。