[发明专利]基于图像处理的挂车角度识别方法

说明书

本发明公开了一种基于图像处理的挂车角度识别方法，属于图像数据处理技术领域；包括以下步骤：获取暗光下挂车车身转弯时的灰度图像；获取每个疑似光晕区域符合光晕区域特征的程度；获取每个疑似光晕区域中每个像素点的最终叠加系数；根据每个疑似光晕区域中每个像素点的最终叠加系数对所述二值图像通过掩模处理并与灰度图像叠加后的图像进行反锐化掩模增强，获取增强后的图像；根据增强后的图像通过识别车身轮廓获取挂车转弯时车身与车头之间的角度。本发明通过对不同高频信息在与原图像叠加时给予不同的叠加系数，从而达到增强车身轮廓，避免了同时增强光晕效应，使识别车身轮廓更加精确，最终达到精确识别挂车角度的目的。

技术领域

本发明涉及图像数据处理技术领域，具体涉及一种基于图像处理的挂车角度识别方法。

背景技术

大型挂车在行驶过程中不可避免地会遇到转弯路口，由于挂车车身太长，转弯半径很大，司机往往无法自己观察此时车身的情况，很难准确预判车头与车身的实际角度，进而无法进行下一步的判断，导致挂车在转弯时容易发生意外事故。目前，在车头两侧安置相机，在车身上等距安置LED灯，采集车身图片后，经过图像分析其中LED灯的位置分布，来获得此时挂车车身的具体位置，并根据畸变系数来计算获得此时挂车角度。但是在环境亮度较暗的场景下，采集的图像中会不可避免地出现光晕现象，导致LED灯的边缘轮廓减弱，无法识别得到精确的LED灯的位置，因此需要通过图像增强来增强边缘轮廓。为了能够识别出挂车车头和车身的角度，现有技术中通常采用反锐化掩模算法对图像进行增强，而常规的反锐化掩模算法在高频信息与原图像叠加时，整体的叠加系数都相同，但是LED灯在环境亮度较低时，采集的图像中，LED灯会产生一片光晕区域，光晕区域会使图像中的如车身，以及LED灯的边缘轮廓特征减弱，如果增加叠加系数，由于整体的叠加系数相同，同样也会增加光晕的轮廓，并不能达到增加LED灯以及车身的边缘轮廓，从而很少识别车身信息，进而通过车身畸变程度很难得到此时挂车的车身角度。

发明内容

为了解决现有技术中采用常规的反锐化掩模算法在高频信息与原图像叠加时，不能达到增加LED灯以及车身的边缘轮廓，从而很少识别车身信息，进而通过车身畸变程度很难得到此时挂车的车身角度的问题，本发明提供一种基于图像处理的挂车角度识别方法，该方法通过对图像中的光亮区域中表现出来的高频信息的特征，结合光晕现象以及车身轮廓特征，以及LED灯的分布特征等实际信息，对不同高频信息在与原图像叠加时给予不同的叠加系数，从而达到增强车身轮廓，避免了同时增强光晕效应，使识别车身轮廓更加精确，最终达到精确识别挂车角度的目的。

本发明的目的是提供一种基于图像处理的挂车角度识别方法，包括以下步骤：

获取暗光下挂车车身转弯时的灰度图像；其中，挂车车身下方间隔设置有多个发光体；

根据灰度图像以及灰度图像的二值图像提取灰度图像中的多个光亮区域；

获取每个光亮区域对应的疑似光晕区域；根据每个疑似光晕区域从内至外相邻层像素点灰度值的差异获取每个疑似光晕区域符合光晕区域特征的程度；

根据每个疑似光晕区域中每个像素点与其邻域像素点的灰度差异，以及所述像素点在所述疑似光晕区域中所处的位置，获取每个疑似光晕区域中每个像素点的调整系数；

根据每个疑似光晕区域符合光晕区域特征的程度，每个疑似光晕区域中每个像素点的位置及调整系数，获取每个疑似光晕区域中每个像素点的初始叠加系数；

根据每个疑似光晕区域中每个像素点的初始叠加系数，以及每个疑似光晕区域的中心位置与基准点的距离，获取每个疑似光晕区域中每个像素点的最终叠加系数；其中，将灰度图像中的左下角或右下角为基准点；

根据每个疑似光晕区域中每个像素点的最终叠加系数对灰度图像中的光亮区域进行反锐化掩模增强，获取增强后的图像；

根据增强后的图像通过识别车身轮廓获取挂车转弯时车身与车头之间的角度。