本發(fā)明涉及一種輔助駕駛領(lǐng)域中檢測井蓋的方法，具體是一種基于弧-點結(jié)合的車載井蓋檢測方法。

背景技術(shù)：

近年來，路面井蓋丟失引起的傷人傷車事件頻發(fā)，而國內(nèi)外對于井蓋的檢測研究卻未能及時到位，現(xiàn)有的改進措施，大部分集中于對井蓋安裝智能裝置進行實時監(jiān)管，或通過加大人員投入來提高巡檢頻率?，F(xiàn)階段被廣泛應用的車載防碰撞預警系統(tǒng)，往往只能對行人和車輛等突出物進行檢測預警，而對于安裝位置近乎與地面平齊的井蓋則無能為力。對駕駛?cè)藛T來說，及時地掌握前方路面井蓋的狀況，成為安全駕駛的迫切需求。

井蓋常規(guī)下是規(guī)格的圓形，由于行車記錄儀拍攝時與地面所成的夾角，致使其在圖像中常投影成橢圓。因此，可借助于橢圓檢測的方法來研究井蓋。橢圓檢測的研究主要集中在基于Hough的檢測、基于幾何性質(zhì)的檢測、基于最小二乘擬合的和基于弧段分類與聚合的檢測這4類方法。前三種方法從點操作的角度出發(fā)，在背景單一、干擾較少時，算法擬合速度較快，但隨著圖像中點數(shù)的增多，無效采樣急劇增大，處理耗時較長；基于弧段分割和聚合方法，將弧段作為操作的基本單元，抗噪性強，處理速度很快，但實現(xiàn)過程繁瑣，同時，弧段的聚合過程，更多借助于切線的運用，而數(shù)字圖像的離散性，決定了我們不可能得到精確的切線值，多次切線的近似，使擬合過程容易出現(xiàn)較大誤差。

技術(shù)實現(xiàn)要素：

為了進一步減少井蓋檢測的時間，提高檢測準確性，以滿足車載設(shè)備實時性處理的需求，本發(fā)明在研究了橢圓檢測多種算法的基礎(chǔ)上設(shè)計了一種基于弧-點結(jié)合的車載井蓋檢測方法。該方法不是簡單的直接應用隨機點采樣進行擬合，也不是純粹運用弧段的角度來全程處理橢圓，而是將弧段特性的運用和點的擬合結(jié)合起來，將弧段的分割和聚合作為點選取前的預處理，減少邊緣中的直線段、小型弧段等無法運用普通濾波手段去除的無關(guān)干擾，降低了無效采樣的概率；同時在不同象限的弧段上進行點采樣擬合，也避免了采樣點過于接近引起的偽擬合。

為達到上述目的，本發(fā)明采用以下技術(shù)方案予以實現(xiàn)：

一種基于弧-點結(jié)合的車載井蓋檢測方法，包括以下步驟：

1)將圖像采集裝置采集的彩色圖像轉(zhuǎn)換為灰度圖，運用邊緣提取算法和細化算法對灰度圖進行輪廓的提取和細化；

2)根據(jù)點間的連接性和區(qū)域關(guān)系，將輪廓從交叉點處斷開，進而由各弧段的凹凸性，進行弧段的分類，并對直線段和小型弧段進行去除；

3)將經(jīng)過以上處理后的保留邊緣作為候選弧段進行分組，對滿足象限約束和中心約束的弧段進行歸類，由中心點約束確定中心點位置；

4)在不同象限的弧段上取點，進行橢圓的最小二乘擬合；

5)對擬合出的橢圓進行去偽和篩檢，判斷井蓋所在位置。

本發(fā)明進一步的改進在于：

步驟1)中，對灰度圖進行輪廓的提取和細化的具體方法如下：

由灰度圖轉(zhuǎn)化公式

V＝0.3R+0.59G+0.11B (1)

將圖像采集裝置采集的彩色圖像轉(zhuǎn)化為灰度圖，其中，R,G,B為原彩色圖像的三通道；運用Canny檢測算法對圖像進行輪廓提取，并得到二值化處理，輪廓像素值為1，背景像素值為0；采用細化算法對邊緣進行細化處理，進行精確定位。

步驟2)中，通過弧段凹凸性函數(shù)和邊緣方向函數(shù)，共同作為弧段象限分類的依據(jù)。

步驟2)中，對細化后的輪廓進行多次操作，使之割裂為多個獨立的弧段，具體方法如下：

2-1)交叉點的處理：

交叉點的判別，基于像素的八鄰域連接性實現(xiàn)；當中心像素值為1，沿逆時針方向，將其八鄰域中的每個點依次兩兩相減并取其絕對值，后將所有結(jié)果相加，和為6時，中心點圖像特征為交叉點；為了簡化操作，在找到交叉點后，直接將其賦值0，從而經(jīng)過此點的交叉弧線全部斷開；

2-2)微小弧段的剔除：

遍歷圖像，對連續(xù)弧段長度或像素數(shù)小于閾值T的，歸為微小弧段，剔除；

2-3)弧段分割和直線段的剔除：

引入兩個函數(shù)C和S，分別來記錄連續(xù)弧段的凹凸性和邊緣趨勢；

對于C函數(shù)，由弧的上部分面積U和下部分面積D大小關(guān)系來決定：

U>D，記為“-”；

U<D，記為“+”；

U＝D，類似于直線段，賦值為0，舍棄；

對于S函數(shù)，借助于邊緣在x方向上的梯度Gx和y方向上的梯度Gy乘積的符號決定：

Gx×Gy>0，記為“+”；

Gx×Gy<0，記為“-”；

Gx×Gy＝0，賦值為0，舍棄；

2-4)確定弧段的象限分類：

由C函數(shù)和S函數(shù)共同作用，確定弧段歸屬象限。

步驟3)中，基于中心弦定理，中心約束以經(jīng)過兩組平行弦中點的直線交點作為井蓋中心。

步驟3)中，弧段分組的具體方法如下：

弧段若位于同一橢圓上，需滿足下面的兩個基本約束：

(i)象限約束；

(ii)中心點約束；

約束(i)強調(diào)，以三個弧段為一組，且這三個弧段兩兩之間不共象限；

約束(ii)指出，同一橢圓上的弧段，應該滿足各自求得的橢圓中心相同或相近；為避免切線的引入所帶來的估計上的誤差，中心點約束采用中心弦定理，即經(jīng)過橢圓一組平行弦中點的直線必過橢圓中心。

步驟4)中，最小二乘擬合共采樣6個點，進行一次直接擬合。

步驟4)中，橢圓擬合的具體方法如下：

橢圓方程由式(2)表示：

Ax²+Bxy+Cy²+Dx+Ey+1＝0 (2)

橢圓的擬合就是確定橢圓A,B,C,D,E5個參數(shù)，橢圓方程簡化為：

A(x-x₀)²+B(x-x₀)(y-y₀)+C(y-y₀)²+1＝0 (3)

根據(jù)選取的擬合點，進行最小二乘處理，得到方程中的各系數(shù)，即求目標函數(shù)：

最小值來確定系數(shù)，由極值定理：

得到線性方程組，通過解線性方程組的方法解得各參數(shù)。

步驟5)中，通過邊界占有率和縱橫比來去偽和篩檢橢圓。

步驟5)中，去偽的具體方法如下：

引入兩個參數(shù)：邊界占有率λ和橢圓橫縱比Rc；定義:

λ＝輪廓長度/橢圓周長 (6)

Rc＝橫軸長/縱軸長 (7)

對于邊界占有率：

如果λ≥0.55，則定為候選橢圓；

如果λ＜0.55，則定為偽橢圓，舍棄；

對于橢圓橫縱比：

如果Rc≥1，為橫直型橢圓，定為候選橢圓；

如果Rc＜1，為豎直型橢圓，為輪胎等干擾，舍棄；

剩下的橢圓所在位置就是井蓋在圖像中的檢出位置。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

首先，本發(fā)明將弧段的分割作為點擬合的預處理階段，大大減少了邊緣圖中直線段和微小弧段干擾，使采樣點個數(shù)和無效采樣概率都大幅降低，有利于提高井蓋檢出速率；其次，本發(fā)明能夠適應于道路等復雜背景下的應用；本發(fā)明將弧段劃歸為不同象限，并從不同象限的弧段上進行取點，使點的選取更合理分散，提高了擬合的有效性；最后，本發(fā)明具有較強的抗噪性，并對井蓋邊緣完整性要求不高。

【附圖說明】

圖1為本發(fā)明所述方法流程圖；

圖2為八鄰域示意圖；

圖3為C函數(shù)示意圖；

圖4為S函數(shù)示意圖；

圖5為弧段象限劃分示意圖；

圖6為中心弦定理示意圖；

圖7為橫直型橢圓和豎直型橢圓示意圖；

圖8為實拍道路圖；

圖9為經(jīng)過邊緣提取和細化得到的輪廓圖；

圖10為井蓋在經(jīng)過弧段分割和剔除處理的圖像上的定位；

圖11為井蓋在原始圖像上的定位。

【具體實施方式】

下面結(jié)合附圖對本發(fā)明的技術(shù)方案作進一步的說明，但并不局限于此，凡是對本發(fā)明技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的精神和范圍，均應涵蓋在本發(fā)明的保護范圍中。

如圖1所示，本發(fā)明提供了一種基于弧-點結(jié)合的車載井蓋檢測方法，具體包括以下步驟：

1)邊緣提取和細化

由灰度圖轉(zhuǎn)化公式

V＝0.3R+0.59G+0.11B (1)

將行車記錄儀拍攝彩色圖轉(zhuǎn)化為灰度圖，其中，R,G,B為原彩色圖像的三通道。運用Canny檢測算法對圖像進行輪廓提取，并得到二值化處理，輪廓像素值為1，背景像素值為0。為了更好的進行定位，采用細化算法對邊緣進行細化處理。

2)弧段分割和分類

在本步，我們需要對細化后的輪廓進行多次操作，使之割裂為多個獨立的弧段。具體步驟如下：

第一步，交叉點的處理。數(shù)字圖像像素離散，加上噪聲干擾存在，在多個對象重疊處，難免會有邊界的交叉。交叉點的判別，基于像素的八鄰域(圖2)連接性實現(xiàn)。當中心像素值為1，沿逆時針方向，將其八鄰域中的每個點依次兩兩相減并取其絕對值，后將所有結(jié)果加起來，和為6時，中心點圖像特征為交叉點。為了簡化操作，在找到交叉點后，我們直接將其賦值0，從而經(jīng)過此點的交叉弧線全部斷開。

第二步，微小弧段的剔除。遍歷圖像，對連續(xù)弧段長度(像素數(shù))小于閾值T的，歸為微小弧段，剔除。

第三步，弧段分割和直線段的剔除。引入兩個函數(shù)C(圖3)和S(圖4)，分別來記錄連續(xù)弧段的凹凸性和邊緣趨勢。

對于C函數(shù)，由弧的上部分面積U和下部分面積D大小關(guān)系來決定：

U>D，記為“-”；

U<D，記為“+”；

U＝D，類似于直線段，賦值為0，舍棄。

對于S函數(shù)，借助于邊緣在x方向上的梯度Gx和y方向上的梯度Gy乘積的符號決定：

Gx×Gy>0，記為“+”；

Gx×Gy<0，記為“-”；

Gx×Gy＝0，賦值為0，舍棄。

第四步，確定弧段的象限分類。由C函數(shù)和S函數(shù)共同作用，確定弧段歸屬象限，如圖5。

3)弧段分組

弧段若位于同一橢圓上，需滿足下面的兩個基本約束

(1)象限約束

(2)中心點約束

約束(1)強調(diào)，以三個弧段為一組，且這三個弧段兩兩之間不共象限。

約束(2)指出，同一橢圓上的弧段，應該滿足各自求得的橢圓中心相同或相近(邊緣像素的離散，使中心的確定可能有一些偏差)。為避免切線的引入所帶來的估計上的誤差，中心點約束采用中心弦定理(圖6)，即經(jīng)過橢圓一組平行弦中點的直線必過橢圓中心。

4)橢圓擬合

橢圓方程可由式(2)表示：

Ax²+Bxy+Cy²+Dx+Ey+1＝0 (2)

橢圓的擬合就是確定橢圓A,B,C,D,E5個參數(shù)。在弧段分組中，已經(jīng)定下了中心所在位置，未知參數(shù)減為3個，橢圓方程可簡化為：

A(x-x₀)²+B(x-x₀)(y-y₀)+C(y-y₀)²+1＝0 (3)

最小二乘擬合，就是尋找參數(shù)集合，最小化數(shù)據(jù)點和橢圓之間的距離度量。根據(jù)選取的擬合點，進行最小二乘處理，就可以得到方程中的各系數(shù)，即求目標函數(shù)

最小值來確定系數(shù)，由極值定理，

得到線性方程組，通過解線性方程組的方法解得各參數(shù)。

5)去偽

擬合出的橢圓中，有可能存在虛假橢圓，并且，復雜的道路環(huán)境下，車輛輪胎等豎直型橢圓也會對井蓋的定位產(chǎn)生干擾。

因此，引入兩個參數(shù)：邊界占有率λ和橢圓橫縱比Rc。定義

λ＝輪廓長度/橢圓周長 (6)

Rc＝橫軸長/縱軸長 (7)

對于邊界占有率：

如果λ≥0.55，則定為候選橢圓；

如果λ＜0.55，則定為偽橢圓，舍棄。

對于橢圓橫縱比(圖7)：

如果Rc≥1，為橫直型橢圓，定為候選橢圓；

如果Rc＜1，為豎直型橢圓，為輪胎等干擾，舍棄。

經(jīng)過以上操作，剩下的橢圓所在位置就是井蓋在圖像中的檢出位置，實例如圖8-11所示。

以上內(nèi)容僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明權(quán)利要求書的保護范圍之內(nèi)。