[发明专利]用于确定对象的边界的方法及对象检测方法

说明书

本发明涉及自动驾驶技术及图像处理领域，提供一种用于确定对象的边界的方法、对象检测方法及对应介质。本发明所述的方法包括：获取包括所述对象的图像并对所述图像应用差分处理和/或阈值处理以获得边缘点；使用边缘点创建线段；从所述线段中选择边界；通过一对所述边界创建候选对象；如果所述候选对象的全部或特定多者的左侧或右侧的边界不清楚，则判断相应边界是模糊边界；以及选择所述模糊边界，将所选模糊边界沿一偏移方向平移一偏移量，并将所平移的边界中的一者确定为新边界，其中偏移方向和偏移量被配置为使得新边界对应于唯一的对象。本发明方案能够应用于具有模糊边界的对象的图像，以成功地检测出清晰的边界。

技术领域

本发明涉及自动驾驶技术及图像处理领域，特别涉及一种用于确定对象的边界的方法及对象检测方法。

背景技术

目前，具有AD(Autonomous driving，自主驾驶)功能或ADAS(Advanced DriverAssistance System，高级驾驶辅助系统)的车辆已开始推向市场，极大地促进了智能交通的发展。现有技术中，支持AD/ADAS的传感器主要有雷达、视觉相机系统、激光雷达、超声波传感器等，其中视觉相机系统因能够获得与人类视觉一样的二维图像信息而应用最为广泛，其典型应用包括车道检测、对象检测、车辆检测、行人检测、骑车人检测等等。进一步地，视觉相机系统又包括基于单目摄像头的视觉相机系统和基于立体摄像头的视觉相机系统，其中单目摄像头因具有结构简单、成本低、安装方便、计算量小等优点而在实际市场中得到越来越多的应用。

但是，通过单目摄像头进行对象(object)检测时存在若干缺陷，其中之一是捕获的图像往往不具有清晰的边界，例如边界图像因受到阴影、光照环境、对象颜色、背景等的影响而呈现为不清晰。这一缺陷会明显影响单目摄像头在自动驾驶中的检测精度，进而可能影响驾驶安全，因此需要进行改进。

发明内容

有鉴于此，本发明旨在提出一种用于确定对象的边界的方法，以解决自动驾驶中检测的对象边界模糊的问题。

为达到上述目的，本发明的技术方案是这样实现的：

一种用于确定对象的边界的方法，包括：获取包括所述对象的图像并对所述图像应用差分处理和/或阈值处理以获得边缘点；使用所述边缘点创建线段；从所述线段中选择边界；通过一对所述边界创建候选对象；如果所述候选对象的全部或特定多者的左侧或右侧的边界不清楚，则判断相应边界是模糊边界；以及选择所述模糊边界，将所选模糊边界沿一偏移方向平移一偏移量，并将所平移的边界中的一者确定为新边界，其中所述偏移方向包括所述左侧或所述右侧的水平方向，且所述偏移方向和所述偏移量被配置为使得所述新边界对应于唯一的对象。

进一步的，所述候选对象的所述特定多者是相重叠的候选对象。

进一步的，所述获取包括所述对象的图像并对所述图像应用差分处理和 /或阈值处理以获得边缘点包括：通过单目摄像头捕获包括所述对象的原始图像；以及对所述原始图像进行处理以获取所述边缘点，其中差分处理和利用两个阈值的阈值化被实施以获取三进制边缘点，或者差分绝对值和单个阈值被用于获取二进制边缘点。

进一步的，判断相应边界是模糊边界包括：确定在所发现的候选对象左侧或右侧的内部区域和外围区域；以及分别计算在所述左侧或右侧边界处的所述内部区域和所述外围区域中的所述图像的有效像素比率为r_L1、r_L2、 r_R1以及r_R2，其中r_L1、r_L2、r_R1以及r_R2分别表示左侧外围区域 L1、左侧内部区域L2、右侧内部区域R1和右侧外围区域R2中的所述图像的有效像素比率；

如果r_L1和r_L2不满足以下左边界判断公式，则将左边界确定为所述模糊边界：

左边界判断公式：ratior_L2且ratio 1r_L2–r_L1

如果r_R1和r_R2不满足以下右边界判断公式，则将右边界确定为模糊边界：