[发明专利]基于梯度与图像对比度的车辆左右边界定位方法

说明书

基于梯度与图像对比度的车辆左右边界定位方法，属于车辆识别检测领域，为了解决送给分类器的候选框的准确性的问题，包括：获取左右边界的候选坐标；对左右边界的候选坐标进行过滤，效果：在确定目标车辆的候选区域时，可以根据该方法对候选区域进行修正与校验，进而提高送给分类器的候选框的准确性，从而提高了车辆检测的精度与检出率，同时在一定程度上抑制了一些有些“偏”的车辆后续区域送给后面的分类器，即在一定程度上降低了虚警。

技术领域

本发明属于车辆识别检测领域，涉及一种基于图像分层技术的车辆检测方法、系统及装置。

背景技术

目前，对于自动驾驶项目来说车辆检测是其中一项重要功能。传统的车辆检测采用“滑窗”法或显著性分析法得到目标车辆在图像中的候选区域，然后使用分类器对候选区域进行是或不是的判断。也有一部分方法，类似edgebox等采用候选区域的合并与分离都方法，最终也是得到目标车辆在图像中的候选区域，然后将该候选区域送给后面的分类器进行是或不是的判断。

这些方法对车辆的边界确定的都不是十分准确，因为“滑窗”或候选区域的合并与分离等都是基于一定的步长或准则进行的。这些步长或准则难以覆盖到所有场景各个不同角度的车辆目标，因此其确定的边界往往也难以到达十分准确的程度。

发明内容

为了解决送给分类器的候选框的准确性的问题，本发明提出如下技术方案：一种基于梯度与图像对比度的车辆左右边界定位方法，其特征在于，包括获取左右边界的候选坐标；对左右边界的候选坐标进行过滤。

有益效果：本发明提出一种基于梯度与图像对比度来确定车辆在图像中的左右边界的系统及装置。这样在确定目标车辆的候选区域时，可以根据该方法对候选区域进行修正与校验，进而提高送给分类器的候选框的准确性，从而提高了车辆检测的精度与检出率，同时在一定程度上抑制了一些有些“偏”的车辆后续区域送给后面的分类器，即在一定程度上降低了虚警。

附图说明

图1根据梯度与图像对比度的车辆左右边界定位流程图。

具体实施方式

一种基于梯度与图像对比度的车辆左右边界定位系统，存储有多条指令，所述指令适于处理器加载并执行：

获取左右边界的候选坐标；

对左右边界的候选坐标进行过滤。

一种基于梯度与图像对比度的车辆左右边界定位装置，包括：

坐标获取模块，获取左右边界的候选坐标；

过滤模块，对左右边界的候选坐标进行过滤。

(一)获取左右边界的候选坐标

首先，本发明根据前期确定的底边坐标画出矩形候选区域，对各个矩形候选区域进行边界检查，不符合的矩形候选区域需要要去除。

然后，对底边进行上浮与左右扩充操作，与原底边形成一个感兴趣区域

对上面新的感兴趣区域进行尺度判断。

如果尺度小于等于最小宽度(预先设定在抽样图像中可以分辨车辆的最小宽度)，则需要将感兴趣区域映射返回到原图像中，在原图像的感兴趣区域中求取竖直方向的sobel梯度；否则直接在抽样图像中求取感兴趣区域的竖直sobel梯度；

下一步，将sobel梯度图投影到水平方向得到GGY图；

然后，根据竖直梯度计算车两侧，此处调节默认车的两侧即左右边界在候选区域的左右二分之一区域内，否则该方法无效。

所以该方法是基于前面的底边界定的具有一定程度的准确性的前提下进行的。