車輛外輪廓檢測方法及其裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于目標檢測技術(shù)領(lǐng)域，具體涉及一種車輛外輪廓檢測方法及其裝置。
【背景技術(shù)】
[0002] 隨著智能交通系統(tǒng)的快速發(fā)展和國內(nèi)外學者對機器視覺的深入研宄，檢測并提取 車輛的外輪廓有著很大的意義，為之后的車型分析、車輛尺寸測量打下基石?，F(xiàn)在我國檢測 汽車長度的方法大都是人工卷尺測量和光學式及電磁式檢測儀測量等，雖然有一些基于圖 形圖像學的方法，但是大都沒有很好的實時性和實用性。從而導致大部分的高速路收費系 統(tǒng)都是通過車輛噸位以及車輛作為來收費標準，電子秤等儀器投資大、結(jié)構(gòu)復雜。人眼觀察 不僅會增加人力又會存在失誤風險。所以這些傳統(tǒng)的方法急需改革創(chuàng)新，車輛的外輪廓檢 測有著廣泛的應用前景。
[0003] 目前檢測車輛外輪廓的傳統(tǒng)算法主要包括：背景差分法、光流法、幀差法。環(huán)境因 素帶來的影響主要分為兩類，天氣變化引起的光照變化和氣流、大地震動、汽車喇叭、發(fā)動 機轟鳴聲等使相機發(fā)生輕微抖動。而這些自然因素造成實時采集到的圖片光照不均勻并且 相機的顫動會引入許多細小的噪聲。因此傳統(tǒng)的背景差分法和幀差法對引入的噪聲無法去 除，故這些方法不能達到理想的車輛外輪廓檢測，而光流法的工程實用性又比較差。

【發(fā)明內(nèi)容】

[0004] 有鑒于此，本發(fā)明的主要目的在于提供一種車輛外輪廓檢測方法及其裝置。
[0005] 為達到上述目的，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：
[0006] 本發(fā)明實施例提供一種車輛外輪廓檢測方法，該方法為：計算機獲取不同分辨率 下的無目標車輛的背景圖像和有目標車輛的前景圖像，然后對所述不同分辨率下的背景圖 像和前景圖像分別差分運算獲得不同層的背景差分圖，對所述不同層的背景差分圖進行閾 值分割獲得第一分割圖像和第二分割圖像，所述第一分割圖像和第二分割圖像進行融合運 算獲得融合后的圖像，最后對所述融合后的圖像進行腐蝕處理獲得車輛外輪廓。
[0007] 上述方案中，所述計算機獲取不同分辨率下的無目標車輛的背景圖像和有目標車 輛的前景圖像，具體為：
[0008] 確定計算機獲取的原始圖像為高分辨率圖像，原始圖像即為無目標車輛的背景圖 像和有目標車輛的前景圖像，再對高分辨率圖片經(jīng)過低通濾波器進行平滑，然后對平滑圖 像進行抽樣處理，獲得一系列尺寸縮小的圖像，每一級圖像均為其前一級圖像低通濾波后 作隔行隔列降采樣，BP
【主權(quán)項】
1. 一種車輛外輪廓檢測方法，其特征在于，該方法為；計算機獲取不同分辨率下的無 目標車輛的背景圖像和有目標車輛的前景圖像，然后對所述不同分辨率下的背景圖像和前 景圖像分別差分運算獲得不同層的背景差分圖，對所述不同層的背景差分圖進行闊值分割 獲得第一分割圖像和第二分割圖像，所述第一分割圖像和第二分割圖像進行融合運算獲得 融合后的圖像，最后對所述融合后的圖像進行腐蝕處理獲得車輛外輪廓。
2. 根據(jù)權(quán)利要求1所述的車輛外輪廓檢測方法，其特征在于，所述計算機獲取不同分 辨率下的無目標車輛的背景圖像和有目標車輛的前景圖像，具體為： 確定計算機獲取的原始圖像為高分辨率圖像，原始圖像即為無目標車輛的背景圖像和 有目標車輛的前景圖像，再對高分辨率圖片經(jīng)過低通濾波器進行平滑，然后對平滑圖像進 行抽樣處理，獲得一系列尺寸縮小的圖像，每一級圖像均為其前一級圖像低通濾波后作隔 行隔列降采樣，即
其中；Gk(x，y)為第k層圖像；G。為原始圖像，m、n可W為-2、-1、0、1、2,即w(m，n)= h(m) ?h(n)為5X5具有低通特性的窗口函數(shù)，h為高斯密度分布函數(shù)，w(m，n)又稱為高斯 核，即每一層圖像的像素值為前一層對應像素的5X5區(qū)域內(nèi)像素的加權(quán)平均，第1層和第 2層圖像分辨率降低，分辨率分別為x/2 X y/2px和x/4 X y/4px，而所述第2層圖像為低分 辨率圖像； 所述W (m, n)表示為；
3. 根據(jù)權(quán)利要求1所述的車輛外輪廓檢測方法，其特征在于，所述對所述不同分辨率 下的背景圖像和前景圖像分別差分運算獲得不同層的背景差分圖，具體為；在不同分辨率 的前景圖像與背景圖像的相應層對各個像素進行差分運算，根據(jù)背景差分法獲取不同層的 背景差分圖；Dk(x, y) = Ik(x, y)-Bk(x, y)，其中Ik(x, y)為k層的前景圖，Bk(x, y)為k層的 背景圖。
4. 根據(jù)權(quán)利要求1所述的車輛外輪廓檢測方法，其特征在于，所述對所述不同層的背 景差分圖進行闊值分割獲得第一分割圖像和第二分割圖像，具體為；對獲取到的不同層的 背景差分圖，分別根據(jù)高低雙闊值進行分割，根據(jù)高闊值分割低分辨率的背景差分圖，獲得 目標車輛的大致輪廓圖像，即第一分割圖像；根據(jù)低闊值分割高分辨率的背景差分圖，獲取 目標車輛的細節(jié)圖像，即第二分割圖像。
5. 根據(jù)權(quán)利要求1所述的車輛外輪廓檢測方法，其特征在于，所述第一分割圖像和第 二分割圖像進行融合運算獲得融合后的圖像，最后對所述融合后的圖像進行腐蝕處理獲得 車輛外輪廓，具體為；對第一分割圖像進行膨脹腐蝕操作，獲得理想的濾波模型，濾除大量 細小噪聲，根據(jù)融合運算對目標車輛的大致輪廓圖像和目標車輛的細節(jié)圖像進行融合，最 終檢測出前景圖像中的目標車輛的外輪廓。

6. -種車輛外輪廓檢測裝置，其特征在于，該裝置包括為：圖像降采樣單元（1)、背景 差分單元（2)、闊值分割單元（3)、目標檢測單元（4);其中， 所述圖像降采樣單元（1)，用于獲取不同分辨率下的無目標車輛的背景圖像和有目標 車輛的前景圖像，發(fā)送獲取到的不同分辨率下的無目標車輛的背景圖像和有目標車輛的前 景圖像到背景差分單元（2); 所述背景差分單元（2)，用于接收到的所述不同分辨率下的背景圖像和前景圖像分別 差分運算獲得不同層的背景差分圖，發(fā)送所述不同層的背景差分圖到闊值分割單元（3); 所述闊值分割單元（3)，用于對接收到的所述不同層的背景差分圖進行闊值分割獲得 第一分割圖像和第二分割圖像，發(fā)送所述第一分割圖像和第二分割圖像到目標檢測單元 (4)； 所述目標檢測單元（4)，用于對接收到的所述第一分割圖像和第二分割圖像進行融合 運算獲得融合后的圖像，最后對所述融合后的圖像進行腐蝕處理獲得車輛外輪廓。
7. 根據(jù)權(quán)利要求6所述的車輛外輪廓檢測裝置，其特征在于，所述圖像降采樣單元 (1) ，具體用于確定計算機獲取的原始圖像為高分辨率圖像，原始圖像即為無目標車輛的背 景圖像和有目標車輛的前景圖像，再對高分辨率圖片經(jīng)過低通濾波器進行平滑，然后對平 滑圖像進行抽樣處理，獲得一系列尺寸縮小的圖像，每一級圖像均為其前一級圖像低通濾 波后作隔行隔列降采樣，即
其中；Gk(x, y)為第k層圖像；G。為原始圖像，m、n可W為-2、-1、0、1、2,即w(m, n)= h(m) ?h(n)為5X5具有低通特性的窗口函數(shù)，h為高斯密度分布函數(shù)，w(m，n)又稱為高斯 核，即每一層圖像的像素值為前一層對應像素的5X5區(qū)域內(nèi)像素的加權(quán)平均，第1層和第 2層圖像分辨率降低，分辨率分別為x/2 X y/2px和x/4 X y/4px，而所述第2層圖像為低分 辨率圖像； 所述W (m, n)表示為；
8. 根據(jù)權(quán)利要求6所述的車輛外輪廓檢測裝置，其特征在于，所述所述背景差分單元 (2) ，具體用于在不同分辨率的前景圖像與背景圖像的相應層對各個像素進行差分運算， Dk(x, y) = Ik(x, y)-Bk(x, y)，其中Ik(x, y)為k層的前景圖，Bk(x, y)為k層的背景圖。
9. 根據(jù)權(quán)利要求6所述的車輛外輪廓檢測裝置，其特征在于，所述所述闊值分割單元 (3) ，具體用于對獲取到的不同層的背景差分圖，分別根據(jù)高低雙闊值進行分割，根據(jù)高闊 值分割低分辨率的背景差分圖，獲得目標車輛的大致輪廓圖像，即第一分割圖像；根據(jù)低闊 值分割高分辨率的背景差分圖，獲取目標車輛的細節(jié)圖像，即第二分割圖像。
10. 根據(jù)權(quán)利要求6所述的車輛外輪廓檢測裝置，其特征在于，所述目標檢測單元（4)， 具體用于對第一分割圖像進行膨脹腐蝕操作，獲得理想的濾波模型，濾除大量細小噪聲，根 據(jù)融合運算對目標車輛的大致輪廓圖像和目標車輛的細節(jié)圖像進行融合，最終檢測出前景
圖像中的目標車輛的外輪廓。
【專利摘要】本發(fā)明公開了一種車輛外輪廓檢測方法，計算機獲取不同分辨率下的無目標車輛的背景圖像和有目標車輛的前景圖像，然后對所述不同分辨率下的背景圖像和前景圖像分別差分運算獲得不同層的背景差分圖，對所述不同層的背景差分圖進行閾值分割獲得第一分割圖像和第二分割圖像，所述第一分割圖像和第二分割圖像進行融合運算獲得融合后的圖像，最后對所述融合后的圖像進行腐蝕處理獲得車輛外輪廓；本發(fā)明還公開了一種車輛外輪廓檢測裝置，通過本發(fā)明能夠大大降低檢測成本，提高檢測效率，因此能夠廣泛應用于車輛車型分類、整車尺寸測量等智能交通項目中。
【IPC分類】G06K9-32, G06T7-00
【公開號】CN104598906
【申請?zhí)枴緾N201510096181
【發(fā)明人】王鵬, 李曉賓, 呂志剛, 杜衛(wèi)東, 茍佳維
【申請人】西安工業(yè)大學
【公開日】2015年5月6日
【申請日】2015年3月4日