[发明专利]基于360度全景的运动物体检测方法有效
申请号: | 201710148248.6 | 申请日: | 2017-03-14 |
公开(公告)号: | CN107133559B | 公开(公告)日: | 2019-11-08 |
发明(设计)人: | 刘敏;武明虎;曾春燕;王娟;刘聪;张照;赵丹丹;程凯文 | 申请(专利权)人: | 湖北工业大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06T3/40;H04N5/265 |
代理公司: | 武汉帅丞知识产权代理有限公司 42220 | 代理人: | 朱必武 |
地址: | 430068 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 360 全景 运动 物体 检测 方法 | ||
1.基于360度全景的运动物体检测方法,其特征在于,所述基于360度全景的运动物体检测方法包括:车辆周围四通道无盲区视频图像数据采集;车辆周围四通道视频图像处理及全景拼接形成360度全景俯视图;根据360度全景俯视图,采用级联全局-局部的时空显著性模型以实现车辆周围的运动物体检测;根据实时采集的动态数据生成所述车辆周围的边界线;测量运动物体与所述车辆的边界线之间的相对距离,依据报警规则生成报警信号;
所述级联全局-局部的时空显著性模型实现过程包括:对360度全景俯视图形成的视频序列,首先采用下采样技术进行尺度变换,基于滑动窗口机制,把每一时刻的滑动窗口内的视频作为一个微视频基元,根据360度全景视频序列存在时空冗余的特点,假设基元中各帧图像的背景是线性相关的,而前景相对于背景来说是稀疏的,利用压缩感知理论中稀疏重建算法来对运动物体所在的区域在全局上进行检测,并将检测的区域作为候选的前景区域;然后在候选的前景区域里,结合实时场景的多模态分布,基于生物视觉Center-Surround机制,采用场景的多模态分布数学表达,在贝叶斯全概率框架下,计算中心-周围窗口中的特征的概率分布,进而计算出每一个像素位置的显著性大小,以实现基于像素级的运动物体的精细检测。
2.根据权利要求1所述的基于360度全景的运动物体检测方法,其特征在于,所述车辆周围四通道无盲区视频图像数据采集实现过程包括:在所述车辆的前、后、左、右分别设置180度超广角高清摄像头,分别采集所述车辆的四个方向高清视频图像。
3.根据权利要求2所述的基于360度全景的运动物体检测方法,其特征在于,所述车辆周围四通道视频图像处理实现过程包括:分别对上述车辆四个方向的视频图像进行滤波、去噪和数据格式转换预处理,并采用摄像头标定算法获取各个摄像头的内外参数,对摄像头进行标定以消除因几何安装所带来的图像畸变。
4.根据权利要求3所述的基于360度全景的运动物体检测方法,其特征在于,车辆周围360度全景俯视图实现过程包括:根据摄像头标定过程获取的内外参数对所拍摄的图像进行投影变换,以保持实际景物的视觉一致性,选取特征匹配点,根据几何运动模型进行图像的匹配,并采用图像融合技术将四个通道的图像拼接成360度全景俯视图。
5.根据权利要求1所述的基于360度全景的运动物体检测方法,其特征在于,所述根据实时采集的动态数据生成所述车辆周围的边界线实现过程包括:对360度全景俯视图形成的视频序列,采用运动物体跟踪技术实现所述车辆的行驶轨迹跟踪,并根据采集的实时动态数据设置所述车辆安全行驶的周围边界线。
6.根据权利要求1所述的基于360度全景的运动物体检测方法,其特征在于,所述测量运动物体与所述车辆的边界线之间的相对距离实现过程包括:根据所述级联全局-局部的时空显著性模型输出的前景二值图像,和根据实时动态数据设置的所述车辆安全行驶的周围边界线,进行距离计算并产生相应的报警信号。
7.根据权利要求1所述的基于360度全景的运动物体检测方法,其特征在于,报警规则及报警信号生成过程包括:对采集的正前方视频图像进行处理分析计算出当前车辆的行驶状态和行驶速度,依据测量的行驶速度、测量的运动物体和车辆周围边界的距离,生成车辆不同行驶状态下的安全距离,当测量的运动物体距离车辆的周围边界线小于车辆当前行驶状态下的安全距离,则产生报警信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学,未经湖北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710148248.6/1.html,转载请声明来源钻瓜专利网。