[发明专利]车辆检测方法、装置、设备和介质在审
申请号: | 201811291313.1 | 申请日: | 2018-10-31 |
公开(公告)号: | CN109447003A | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 胡俊霄;李映辉;周志鹏;张丙林;李冰 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 阴影区域 车辆检测 道路图像 候选区域 筛选 车辆边缘 车辆道路 车辆轮廓 智能交通 车道线 准确率 图像 验证 检测 | ||
1.一种车辆检测方法,其特征在于,包括:
提取车辆道路图像中至少两条车道线间的道路图像;
基于阴影区域的实际尺寸,对道路图像中的候选阴影区域进行筛选,将通过筛选的候选阴影区域作为车底阴影区域;
根据道路图像中的车底阴影区域确定车辆候选区域,基于车辆边缘特征对车辆候选区域中的车辆轮廓进行验证。
2.根据权利要求1所述的方法,其特征在于,所述基于阴影区域的实际尺寸,对道路图像中的候选阴影区域进行筛选,将通过筛选的候选阴影区域作为车底阴影区域,包括:
基于图像采集设备的参数,将候选阴影区域从图像坐标系映射至世界坐标系中,生成实际阴影区域;
若实际阴影区域的尺寸满足车底阴影区域的尺寸要求,则将所述候选阴影区域确定为车底阴影区域。
3.根据权利要求2所述的方法,其特征在于,所述基于图像采集设备的参数,将候选阴影区域从图像坐标系映射至世界坐标系中,生成实际阴影区域之前,还包括:
对道路图像二值化,其中二值化的阈值根据车底阴影的灰度值确定;
对二值化后的道路图像从行驶路面向车辆进行行扫描;
根据扫描结果确定候选阴影区域。
4.根据权利要求1所述的方法,其特征在于,所述根据道路图像中的车底阴影区域确定车辆候选区域,包括:
将车底阴影区域的宽度确定为车辆预估宽度;
基于车辆宽度和车辆高度的比例,依据车辆预估宽度确定车辆预估高度;
根据车辆预估宽度和车辆预估高度确定车辆候选区域。
5.根据权利要求1所述的方法,其特征在于,所述基于车辆边缘特征对车辆候选区域中的车辆轮廓进行验证,包括:
根据车辆边缘特征进行验证,和/或,对车辆轮廓进行对称验证。
6.根据权利要求1所述的方法,其特征在于,所述基于车辆边缘特征对车辆候选区域中的车辆轮廓进行验证之后,还包括:
若验证结果满足车辆认定要求,则确定所述车辆轮廓所在区域为车辆轮廓区域;
若验证结果不满足车辆认定要求,则基于分类器对道路图像进行车辆检测。
7.根据权利要求1所述的方法,其特征在于,所述提取车辆道路图像中至少两条车道线间的道路图像之前,还包括:
若未检测到车道线或检测到的车道线的条数为一条,则根据本车位置确定虚拟车道线;
基于图像采集设备的参数,将确定的虚拟车道线映射至车辆道路图像中,生成车辆道路图像中的车道线。
8.根据权利要求1所述的方法,其特征子在于,所述基于车辆边缘特征对车辆候选区域中的车辆轮廓进行验证之前,还包括:
根据道路图像中的边缘检测结果确定车辆候选区域。
9.一种车辆检测装置,其特征在于,包括:
图像提取模块,用于提取车辆道路图像中至少两条车道线间的道路图像;
阴影筛选模块,用于基于阴影区域的实际尺寸,对道路图像中的候选阴影区域进行筛选,将通过筛选的候选阴影区域作为车底阴影区域;
车辆确定模块,用于根据道路图像中的车底阴影区域确定车辆候选区域,基于车辆边缘特征对车辆候选区域中的车辆轮廓进行验证。
10.根据权利要求9所述的装置,其特征在于,所述阴影筛选模块,包括:
坐标系转换单元,用于基于图像采集设备的参数,将候选阴影区域从图像坐标系映射至世界坐标系中,生成实际阴影区域;
尺寸过滤单元,用于若实际阴影区域的尺寸满足车底阴影区域的尺寸要求,则将所述候选阴影区域确定为车底阴影区域。
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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,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/201811291313.1/1.html,转载请声明来源钻瓜专利网。