一种用于恶劣天气下的障碍物检测方法及装置制造方法及图纸

本申请实施例提供的一种用于恶劣天气下的障碍物检测方法及装置，属于图像处理技术领域。该方法包括采集当前环境图像；基于预训练模型对所述当前环境图像进行分类，得到分类信息，所述分类信息包括用于表征恶劣天气的第一分类信息和用于表征正常天气的第二分类信息；若所述分类信息为第一分类信息，对携带有所述第一分类信息的待处理环境图像进行二次处理，得到处理后的目标图像；其中，所述待处理环境图像为所述当前环境图像中携带有所述第一分类信息的图像；检测所述目标图像中的障碍物。本申请能够在不降低障碍物检测准确度的前提下加快检测速度，提高了恶劣天气下的行车安全性。性。性。

【技术实现步骤摘要】
一种用于恶劣天气下的障碍物检测方法及装置


[0001]本申请涉及图像处理
，具体而言，涉及一种用于恶劣天气下的障碍物检测方法及装置。

技术介绍

[0002]在恶劣天气（雾天，雨天，雪天）下，人们在行驶中的可视度会大大降低，为了在恶劣天气下可以识别出前方障碍物（人、车以及其他障碍物），尤其是在恶劣天气行驶的过程中，人眼视觉受限，即使观察到前方出现障碍物，也没有足够时间移开方向或者刹车。
[0003]为了解决上述问题，目前现有技术中，有以下三种处理方式：
①
基于通道还原的颜色校正算法及增强亮度通道；
②
基于CNN提出的DehazeNet，将有雾的模糊图像作为输入，输出其透射率，基于大气散射模型理论恢复出无雾的清晰图像；
③
使用毫米波雷达和热成像进行物体检测。
[0004]然而，方式
①
仅仅是将图片更加清晰易看清，达到样本优化的成果，达不到去除雾、雨、雪的效果。
[0005]方式
②
这个去雾算法的效果比较好，但是效果比较单一；方式<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于恶劣天气下的障碍物检测方法，其特征在于，所述方法包括：采集当前环境图像；基于预训练模型对所述当前环境图像进行分类，得到分类信息，所述分类信息包括用于表征恶劣天气的第一分类信息和用于表征正常天气的第二分类信息；若所述分类信息为第一分类信息，所述第一分类信息包括用于表征恶劣天气为雨的第一子分类信息；对携带有所述第一分类信息的待处理环境图像进行二次处理，得到处理后的目标图像，包括：将携带有所述第一子分类信息的待处理环境图像进行去噪处理，得到除去细雨后的第一中间图像，其中，所述待处理环境图像为所述当前环境图像中携带有所述第一分类信息的图像；去除所述第一中间图像上滴在汽车前挡玻璃上的雨水，得到第二中间图像；对所述第二中间图像进行分层处理，得到去除雨水后的目标图像；检测所述目标图像中的障碍物。2.根据权利要求1所述的方法，其特征在于，所述预训练模型包括5*5的卷积层、激活函数层和1*1的全连接层。3.根据权利要求1所述的方法，其特征在于，所述预训练模型包括2个3*3的卷积层、激活函数层和1*1的全连接层。4.根据权利要求1所述的方法，其特征在于，所述去除所述第一中间图像上滴在汽车前挡玻璃上的雨水，得到第二中间图像，包括：将所述第二中间图像多次输入预设的ConvLSTM模型，形成注意力机制热图；利用预设的VGG16模型来提取所述注意力机制热图中雨层的特征，得到第二中间图像。5.根据权利要求4所述的方法，其特征在于，所述对所述第二中间图像进行分层处理，得到去除雨水后的目标图像，包括：根据不同方向的雨水对所述第二中间图像进行分层，得到所述第二中间图像的图像层和雨水层；将所述图像层和所述雨水层进行分离，得到去除所述雨水层后的目标图像。6.根据权利要求1所述的方法，其特征在于，所述第一分类信息包括用于表征恶劣天气为雪的第二子分类信息；所述对携带有所述第一分类信息的待...

【专利技术属性】
技术研发人员：肖涛，韩兆宇，徐卫星，姚俊俊，戚原野，
申请(专利权)人：常州海图信息科技股份有限公司，
类型：发明
国别省市：