[发明专利]物体检测方法和装置

说明书

技术领域

本发明总体地涉及图像处理，更具体地涉及基于视差图的图像处理进行物体检测的方法和装置。

背景技术

已经开发了许多基于视差图像检测物体的方法，例如基于视差图像检测道路上的车辆、栅栏等。

但是，有时，由于相机的性能限制或者场景本身的特性等因素，可能会得到视差点比较稀疏的视差图，后文称之为稀疏视差图。由于稀疏视差图效应，可能使得难于检测到物体如车辆等。而且，实践中，常常需要将原始视差图进行水平方向或垂直方向上的投影来得到U视差图或V视差图，然后在U视差图或V视差图上进行物体检测，这时常常由于U或V投影导致的遮挡或者因为视差点稀疏使得U或V视差图上物体特征很弱，从而使得难以检测物体。例如，在作者为Zhencheng Hu,Francisco Lamosa and Keiichi Uchimura，题为“A Complete U-V-Disparity Study for Stereovision Based3D Driving Environment Analysis”发表于2005年第5届3D数字成像和建模世界大会（Proceedings of the Fifth International Conference on3-D Digital Imaging and Modeling2005）上的文章介绍了根据UV视差图平面特性进行物体定位和分割检测的方法。

在发明人为HRL LABORATORIES,LLC的Owechko,Yuri等的题为“Method and apparatus for three-dimensional shape estimation using constrained disparity propagation”的美国专利US7561732中公开了一种基于受限制的视差图膨胀方法的估计物体三维形状的方法和装置，其中从物体特征开始估计视差值，进而前进到从非物体特征估计视差值，接下来根据视差值限制进行反复的估计物体视差值的估计，直到趋于稳定，最后估计出物体三维形状和对应的视差图。

发明内容

发明人发现，在立体相机搭载于例如车辆上拍摄前方的情况下，由成像原理可知，这样得到的灰度图或者视差图中的物体的侧面部分或者前面部分等相对于物体的真实三维世界中的侧视图或者正视图而言，存在一定的形变（例如，车辆的侧面，本来为矩形形状，但是在相机拍摄出来的图像中，因为前后距离的差异而呈现为不规则的四边形）。因此已有的大量从无形变的车辆正面（或者侧面）的物体模板样本提取的特征以及基于这样的特征训练得到的分类器无法直接应用于这样的有形变的情况。例如，在基于机器学习的物体检测方法中，大量的车辆正面（或者侧面）的物体模板样本被提取特征（例如HOG，LBP，Haar特征等等），通过机器学习（例如SVM，AdaBoost等等）的方法来训练分类器。由于不能直接克服形变带来的影响（尤其是形变较大的情况），在学习分类器之前一般需要对已有的无形变的物体图像进行一定的手动修正，或者直接增加一些形变的样本，但是无论怎样做都会影响算法的效率。

为此，本发明的一个目的是希望提供一种物体检测方法和装置，能够减轻或克服形变的影响，同时能够直接利用已有的特征模板和/或分类器来进行物体检测。

根据本发明的一个方面，提供了一种物体检测方法，可以包括：从对物体区域成像的立体相机获取视差图；在视差图中检测平面；根据物体的物理表面的特性从视差图中检测到的平面中选择物体表面候选；将物体表面候选转换为正视图表面，正视图表面是立体相机从正对着物体的物理表面的视角拍摄得到的物体的表面图像；以及至少部分基于转换后的正视图表面检测物体。

根据本发明的另一个方面，提供了一种物体检测装置，可以包括：图像获得部件，用于从对物体区域成像的立体相机获取视差图；平面检测部件，用于在视差图中检测平面；物体表面候选选择部件，用于根据物体的物理表面的特性从视差图中检测到的平面中选择物体表面候选；正视图表面转换部件，用于将物体表面候选转换为正视图表面，正视图表面是立体相机从正对着物体的物理表面的视角拍摄得到的物体的表面图像；以及物体检测部件，用于至少部分基于转换后的正视图表面检测物体。

上述物体检测方法和装置从视差图中检测到平面，并从中确定待检测的物体的表面候选，将这样的物体表面候选（视差图或对应的灰度图）转换为正视图表面，然后至少部分基于转换后的正视图表面检测物体。由此，能够减轻或消除原有的形变的影响，进而可以基于转换后的正视图来利用已有的先前提取的无形变的特征和/或分类器来检测物体。

附图说明