车灯检测方法和车灯检测设备技术

提供一种车灯检测方法，包括：获取步骤，按预定时间间隔同步地获取各个相对应的偏光灰度图像和正常灰度图像；融合步骤，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取步骤，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联步骤，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出步骤，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。还相应地提供一种车灯检测设备。

【技术实现步骤摘要】

本专利技术涉及一种车灯检测方法和车灯检测设备。
技术介绍
随着智能交通系统(ITS)技术的日益发展和广泛应用，车辆自动检测技术也逐步发展。其中，在诸如夜间等等的自然光线暗淡的场合下，可以通过检测车辆灯光来确定车辆。针对诸如夜间的场景，车辆检测技术已经取得一定进展。专利文件I (US 7512252 B2)提供了一种夜间车辆检测的方法。该方法利用由一个摄像机获得的图像，在其中检测车辆的头灯和尾灯，并且将车灯与其他噪声灯光，例如信号灯，街灯等区别开来。然而，该专利描述的方法基于两幅彩色图像，其中长曝光图像用于检测白色光源，短曝光图像用于检测红色光源，利用两幅图像用来对不同的灯光进行检测。然而，该方法难以区分尾灯与反射板的灯光。专利文件2 (US 7949190 B2)提供了一种夜间车辆检测方法。该方法通过车灯检测，在夜间区分并识别对面车辆和前方车辆，从而为驾驶员提供辅助信息用于分析当前车辆前方的情况。该专利的方法基于单幅图像，利用了二值化和连通域分析的处理。然而，在该专利中，为了去除虚警，即实际上为非车辆的车辆候选项，仅仅使用了水平线进行判别，以图像中某一高度的水平线为基准，只有位于该水平线之下的候选项被认为是车灯，以致于误判率比较高。专利文件3 (US 20070182623 Al)提供了一种可以对多个对象定位传感器进行在线校准的方法。该方法基于对象轨迹，每个传感器可以计算三个几何参数，其中两个参数用于定位，另一个参数用于位置校准。在该方法中，对象定位传感器用于校准操作并输出对象轨迹，没有充分利用帧间信息，没有考虑到去除虚警的处理。上述现有技术方法都不能保证在夜间车辆检测的情况下既实现高检测率又有低的误检率。仅仅使用通常的灰度图像，则图像中的非车辆灯光，例如反射板的灯光、建筑物灯光等等不能很好地和真正的车灯区分开来，因此导致车灯的高误检率。即使有的专利中提到了使用两幅彩色图像进行车灯检测，但也只是利用曝光长短的不同，每幅图像分别用于检测不同类型的车灯，诸如头灯、尾灯等等，以致检测率低而误检率高。
技术实现思路
鉴于现有技术中存在的上述问题而做出本专利技术，本专利技术实施例涉及一种车灯检测方法和车灯检测设备，更具体地说，提供了一种可以利用偏光图像在夜间进行车辆检测的技术，能够用于辅助驾驶系统。根据本专利技术的一个方面，提供一种车灯检测方法，包括:获取步骤，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合步骤，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取步骤，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联步骤，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出步骤，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。根据本专利技术的另一个方面，提供一种车灯检测设备，包括:获取装置，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合装置，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取装置，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联装置，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出装置，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。利用本专利技术实施例的车灯检测方法和车灯检测设备，与专利文件I相比，通过基于单一一幅灰度图像和一幅偏光图像进行车辆检测，通过对两幅图像的差异进行分析，可以很好地将尾灯与反射板的灯光区别开来；与专利文件2相比，本专利技术实施例通过利用偏光图像来区分反射板的灯光，同时也利用了帧间信息以去除噪声灯光的影响，同时保证高检测率和低误检率；与专利文件3相比，尽管两者都采用了跟踪手段，然而在本专利技术实施例中，帧间信息被充分利用从而去除了噪声造成的影响。通过阅读结合附图考虑的以下本专利技术的优选实施例的详细描述，将更好地理解本专利技术的以上和其他目标、特征、优点和技术及工业重要性。附图说明图1示意性地示出其中可以应用按照本专利技术实施例的车灯检测方法和车灯检测设备的驾驶辅助系统的应用环境。图2示出按照本专利技术实 施例的车灯检测方法的总体流程图。图3示出按照本专利技术实施例的融合步骤的流程图。图4包括图4A至4F，示出了所述融合步骤的实施示例，其中，图4A示出了偏光灰度图像的一个不例；图4B不出了与该偏光灰度图像相对应的正常灰度图像的一个不例；图4C示出相对应的图4B所示正常灰度图像与图4A所示偏光灰度图像相减所得的差分图像的示例；图40示出对图4C所示的差分图像进行二值化处理所得的第一二值化图像的示例；图4E示出将图4D所示的第一二值化图像与图4B所示的正常灰度图像相叠加所得的叠加图像；图4 示出对如图4E所示的叠加图像进行平滑操作所得的经平滑滤波后的融合图像。图5示出按照本专利技术实施例的车灯候选提取步骤S300的流程图。图6包括图6A和图6B，示出了连通域匹配步骤对连通域进行匹配处理的效果示意，其中，图6A示出未进行连通域匹配的第二二值化图像示例；图68示出了通过上述连通域匹配步骤对候选连通域进行匹配的结果。图7包括图7A和图7B，分别示出通过第二删除步骤删除车灯候选项的示例。图8示出按照本专利技术实施例的车灯检测设备的总体框图。具体实施例方式下面结合附图描述本专利技术实施例。图1示意性地示出其中可以应用按照本专利技术实施例的车灯检测方法和车灯检测设备的驾驶辅助系统的应用环境。如图1所示，驾驶辅助系统2安装于车辆1，驾驶辅助系统2包括安装在车辆I上的摄像机4，该摄像机4实时获取当前环境的图像，处理器3可以是中央处理器(CPU)或任何具有处理能力的数字信号处理器(DSP)等等，对该图像进行车灯检测，如果检测到车灯候选，并能够判断或推定(预测)为车灯，则标记出该车灯项，并以诸如在车窗或单独的显示器上显示的方式向驾驶员提示。其中，该摄像机4至少包括一个普通摄像头和一个在传感器上安装了特殊滤镜的偏光摄像头，分别用来获取正常灰度图像和偏光灰度图像，该摄像机4的普通摄像头和偏光摄像头实时、同步地获取车辆前方同一场景的正常灰度图像和偏光灰度图像。图2示出按照本专利技术实施例的车灯检测方法的总体流程图。如图2所示，按照本专利技术实施例的车灯检测方法可以包括:获取步骤S100，可以按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合步骤S200，可以将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取步骤S300，可以分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联步骤S400，可以分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，本文档来自技高网...

【技术保护点】
一种车灯检测方法，包括：获取步骤，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合步骤，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取步骤，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联步骤，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出步骤，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。

【技术特征摘要】
1.一种车灯检测方法，包括: 获取步骤，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应； 融合步骤，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像； 车灯候选提取步骤，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项； 车灯候选关联步骤，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项； 输出步骤，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。2.按照权利要求1所述的车灯检测方法，在所述车灯候选关联步骤之后、所述输出步骤之前还包括预测步骤，如果在所述车灯候选关联步骤中前一融合图像的车灯项未在后一融合图像中关联到车灯候选项，则根据前一融合图像的该车灯项的位置、尺寸、及该车灯项的前次位置变化，来预测出该车灯项在后一融合图像中的位置，在后一融合图像中的该位置标记出车灯项以与该前一融合图像的该车灯项相关联。3.按照权利要求1所述的车灯检测方法，其中，在所述车灯候选关联步骤中，如果后一融合图像中有车灯候选项在前一融合图像中没有车灯项或车灯候选项相关联，则在后一融合图像中，该车灯候选项标记为车灯候选项。4.按照权利要求1-3中任意一项所述的车灯检测方法，其中，所述融合步骤分别针对各个相对应的偏光灰度图像和正常灰度图像执行: 差分图像计算步骤，用正常灰度图像减去相对应的偏光灰度图像，获得差分图像； 第一图像二值化步骤，基于预定的第一亮度阈值，将该差分图像二值化为第一二值化图像； 图像叠加步骤，将该第一二值化图像与该正常灰度图像叠加，获得叠加图像； 图像平滑步骤，通过平滑处理叠加图像，获得融合图像。5.按照权利要求1-3中任意一项所述的车灯检测方法，其中，所述车灯候选提取步骤分别针对各个融合图像执行: 第二图像二值化步骤，基于预定的第二亮度阈值，将该融合图像二值化为第二二值化图像； 连通域过滤步骤，获取该第二二值化图像中的连通域，保留尺寸在预定范围内的连通域，作为候选连通域； 连通域匹配步骤，基于预定义的尺寸及位置规则，对该第二二值化图像中的候选连通域进行匹配，把匹配成对的候选连通域标记为车灯候选项。6.按照权利要求2...

【专利技术属性】
技术研发人员：王晓萌，刘丽艳，胡平，
申请(专利权)人：株式会社理光，
类型：发明
国别省市：