[发明专利]一种基于多视角的透视变换目标特征提取方法

说明书

本发明涉及一种基于多视角的透视变换目标特征提取方法，包括以下步骤：对摄像头采集的图像中目标区域采用棋盘格进行标定，实现目标区域的透视变换；对透视变换后的区域进行二值化，并进行边缘提取；从边缘提取后的图像中获取目标信息。本发明可以提高透视变换整体图像的清晰度，对于后续的图像融合提出了更加可靠的原图质量，是图像更加接近原始世界坐标的真实比例。

技术领域

本发明涉及一种目标区域特征提取方法，具体说是一种基于多视角的透视变换目标特征提取方法。

背景技术

目前，提高交通安全越来越引起众人关注，也是急需解决的社会性问题之一。通过研究发现，百分之七十以上的交通事故是因为驾驶员的操作不当引起的。由于人类自身受到生理和心理的天然制约，使得交通事故的发生难以避免。因此，利用计算机及信息感知等各种先进技术来辅助驾驶员的行驶，提髙车辆行驶的安全性，从而预防交通事故的发生变得非常重要。在这一背景下，智能交通系统的研究就获得了迅速发展。智能交通系统中，主要包括了三个主体：驾驶员、智能车辆以及智能公路系统，通常用先进的电子通信技术和计算机控制技术将这三个主体连接起来。

作为智能交通系统的重要组成部分，智能车辆是一个集合环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统。其中对环境的感知功能是实现其他功能的前提，智能车辆可以利用自身的各种传感器来获取周围环境的信息。由于道路交通环境的复杂性，为保障驾驶安全，车辆需要充分利用道路交通信息获得可靠的决策。在行驶过程中驾驶员可能由于天气或自然环境因素造成的视野能见度降低，或者因为驾驶员自身疲劳驾驶甚至酒后驾驶，或者因为道路环境复杂难以识别等等情况下，对交通环境误的判容易造成交通事故。如果此时车辆能够拥有有效的道路环境识别系统，及时的引导车辆正确的行驶方式，对危险情况提前发出警告，将能极大地提高驾驶安全性。因此道路交通信息的获取和识别在整个智能交通系统中占有十分重要的地位发明内容。

基于视觉的道路标线提取一直是智能驾驶领域的重要组成部分。其工作是从车载摄像头获得的视频信息中，根据车道线的颜色、形状和纹理特征，将行车线与背景分离，从而获得行车线的走向，车辆相对行车线的位置等信息。现有的行车线检测算法大体可分为车道线区域检测法、特征驱动法和模型匹配法，但是这些方法对于多条车道线的情况提取效果并不理想，获取的车道线位置与实际场景有一定偏差。

发明内容

为解决上述问题，本发明的目的是提供一种基于多视角的透视变换目标特征提取方法，该方法能够透视变换校正本车前方图像，针对透视后的图像进行二值化，边缘处理，Hough变换提取车道线特征。

本发明解决其技术问题所采用的技术方案是：一种基于多视角的透视变换目标特征提取方法，包括以下步骤：

对摄像头采集的图像中目标区域采用棋盘格进行标定，实现目标区域的透视变换；

对透视变换后的区域进行二值化，并进行边缘提取；

从边缘提取后的图像中获取目标信息。

所述对摄像头采集的图像中目标区域采用棋盘格进行标定包括以下步骤：

在摄像头采集的图像中将棋盘格按照九宫格平均分成9个区域；

在每个区域内选定任意矩形且其四个角点作为标定的4个点；

以左上点为原点，水平向右为X正方向、竖直向下为Y正方向建立直角坐标系；

根据标定的4个点在直角坐标系的坐标得到透视系数；

将所有区域的所有点分别按照各自区域的透视系数进行透视变换。

所述透视系数通过以下公式得到