[发明专利]一种基于双目视觉的道路障碍物检测方法与装置在审
申请号: | 201711087079.6 | 申请日: | 2017-11-07 |
公开(公告)号: | CN109753858A | 公开(公告)日: | 2019-05-14 |
发明(设计)人: | 朱海涛;孟然;姜安;崔峰;赖海峰 | 申请(专利权)人: | 北京中科慧眼科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京远立知识产权代理事务所(普通合伙) 11502 | 代理人: | 李海燕 |
地址: | 100085 北京市海淀*** | 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: | 道路图像 视差图 障碍物 道路障碍物 匹配结果 匹配模板 区域模板 双目视觉 滑窗 模板匹配算法 检测结果 匹配特征 设备获取 有效解决 匹配度 右视图 预设置 左视图 检测 误检 异形 去除 双目 判定 | ||
本发明公开了一种基于双目视觉的道路障碍物检测方法与装置,该方法包括:通过双目设备获取道路图像,并计算所述道路图像的视差图;获取所述视差图的区域模板;基于所述区域模板,提取左视图的滑窗模板以及右视图的匹配模板;计算所述滑窗模板与所述匹配模板的匹配度,并得一匹配结果;在所述匹配结果为符合预设置的匹配特征时,对所述道路图像的障碍物进行检测结果确认。本发明基于对视差图的处理,结合模板匹配算法,对障碍物进行准确判定,有效解决了现有技术中存在的对异形障碍物无法做到很好的识别,并可以有效去除误检。
技术领域
本发明涉及数字图像处理技术领域,更具体的,涉及一种基于双目视觉的道路障碍物检测方法与装置。
背景技术
随着传感器技术和机器视觉技术的发展,涌现出了越来越多的基于双目视差算法进行目标检测的技术,对视差图像进行分析得到障碍物信息应用于机器人领域、智能汽车领域。
但现有技术主要通过双目视差进行距离检测,在目标检测方面不能稳定的识别异形障碍物,而且目标检测结果的鲁棒性较差,易受到环境干扰而造成检测错误。
因此,现有技术中存在障碍物检测鲁棒性差,检测结果易受环境干扰而导致的检测结果存在错误的问题。
发明内容
本发明的主要目的在于公开一种道路障碍物检测方法与装置,以解决现有技术中存在障碍物检测鲁棒性差,检测结果易受环境干扰而导致的检测结果存在错误的问题。
为达上述目的,根据本发明的一个方面,公开一种基于双目视觉的道路障碍物检测方法,并采用如下技术方案:
一种基于双目视觉的道路障碍物检测方法包括:通过双目设备获取道路图像,并计算所述道路图像的视差图;获取所述视差图的区域模板;基于所述区域模板,提取左视图的滑窗模板以及右视图的匹配模板;计算所述滑窗模板与所述匹配模板的匹配度,并得一匹配结果;在所述匹配结果为符合预设置的匹配特征时,对所述道路图像的障碍物进行检测结果确认。
进一步地,所述获取所述视差图的区域模板包括:对所述视差图进行基于路面信息的图像分割,对分割后的图形进行形态学运算,得到所述区域模板。
进一步地,所述基于所述区域模板,提取左视图的滑窗模板以及右视图的匹配模板包括:将所述区域模板与所述视差图融合,并提取视差特征。据所述视差特征获取在所述左视图中的第一障碍物待检测区域;根据所述第一障碍物待检测区域得到所述左视图的灰度图像像素特征;根据所述灰度图像像素特征将所述第一障碍物待检测区域制成所述滑窗模板;根据所述滑窗模板的大小、及所述区域模板的位置和视差特征,定位所述右视图中待检测障碍物的区域位置;以所述区域位置为对称中心,在像素的行方向上将所述滑窗模板的窗口范围扩大预设阈值的像素范围,生成所述右视图的第二障碍物待检测区域;提取所述第二障碍物待检测区域的灰度图像像素特征,并根据所述第二障碍物待检测区域的灰度图像像素特征将所述灰度图像制成所述匹配模板。
进一步地,所述计算所述滑窗模板与所述匹配模板的匹配度,并得一匹配结果包括:以所述滑窗模板为匹配窗口,在所述匹配模板上进行滑窗操作;每一次所述滑窗操作都对匹配窗口内的特征区域进行一次基于像素特征的匹配计算,并记录每一次的匹配结果。
进一步地,所述在所述匹配结果为符合预设置的匹配特征时,对所述道路图像的障碍物进行检测结果确认,所述道路障碍物检测方法还包括:在所述滑窗操作结束后,分析所述检测结果,根据预设阈值进行筛选,去除所述检测结果中的误检部分。
根据本发明的另外一个方面,提供一种基于双目视觉的道路障碍物检测装置,并采用如下技术方案:
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北京中科慧眼科技有限公司,未经北京中科慧眼科技有限公司许可,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/201711087079.6/2.html,转载请声明来源钻瓜专利网。