[发明专利]车用影像处理方法及其系统

说明书

本发明提供一种车用影像处理方法，该车用影像处理方法包含光流移动补偿步骤、物体检测演算步骤、警示范围判断步骤及3D建模步骤。光流移动补偿步骤运用移动补偿机制来排除背景光流且获得物体光流影像，物体检测演算步骤配合警示范围判断步骤将物体光流影像做投影后进行精确运算更新，借此有效提升精确度。3D建模步骤则有效改善传统弯曲现象。

技术领域

本发明是关于一种影像处理方法及其系统，特别是关于一种障碍判断精确快速且成本降低的车用影像处理方法及其系统。

背景技术

当今科技不断发展，数位影像处理技术不断的进步，数位影像处理与其他系统设备搭配将做到更多、更高品质的自动化应用。现有技术中车用影像处理多将检测结果与其他追踪方式做相关结合。让车辆周边移动物件影像被正确检测出可能的实际物件，利用电脑正确判断和分析影像特征的运算能力，在相关特征分析下得到或找寻的移动物件及非移动背景或其他静态物件。为了达到这样的效果，需要让电脑具备大量运算及大量分析信息，同时因应即时显示的需求及检测演算法的复杂度也造成执行速度变慢；然而，前述速度及精确的二种考量仍然是现今相冲突的技术要求。

近年来车辆移动物件检测方法也有许多研究与应用在发展，如：背景相减法、光流法、单高斯模型或混合高斯模型等。例如CN100471263号的一种前视监视设备，此前案目的是高度准确地检测存在于车辆的前突部分的横向区域中的接近物体来把接近物体的信息通知车内人员。其根据图像计算光流向量进行运算分析，且利用具有沿图像中车辆行驶方向的光流向量来检测接近物体，前案内容具有一个用来显示图像和进一步通知检测出接近物体事实的通知单元。

然而，前案仍然仅考量精确获得接近物体的移动状况，其对于如何精确获得判断结果及节约运算时间没有提出相关技术说明。

此外，在地狭人稠的台湾行车环境下，车辆驾驶人常常需要面临人车争道的状况，这无形中增加了许多驾驶人行车的压力。当驾驶人若没有注意到视线死角或良好的环景警示系统的情况下，很容易就造成碰撞的意外发生。

市面上目前已经有许多相关的先进驾驶辅助系统(Advanced Driver AssistanceSystems；ADAS)，对于障碍物检测方面，常见的有雷射、超声波、红外线、激光、毫米波雷达或光学雷达等；但都存在一些缺点，红外线容易受光照影响较适合用于夜晚且无法检测透明物体，超声波速度慢干扰较多且障碍物须是平面，激光与光学雷达价格昂贵，而毫米波雷达受下雨影响大、容易产生偏折，除了以上问题外，毫米波雷达还有电磁波过高对人体危害的疑虑。

因此市场上需要一种基于影像式的方法，运用影像式快速运算来达到及时的障碍物检测，且在价格上具竞争优势、安装上也需容易，并能在整合3D环景视窗技术(AroundView Monitoring；AVM)的系统架构下，达到无死角的障碍物检测警示效果。

发明内容

因此，本发明目的在于提供一种有效提升精确度、能改善传统弯曲现象及有效排除背景噪声的车用影像处理方法及其系统。

依据本发明方法的第一实施方式提供一种车用影像处理方法，前述车用影像处理方法包含：光流移动补偿步骤、物体检测演算步骤、警示范围判断步骤及3D建模步骤。前述光流移动补偿步骤是运用影像区隔出左右半边的平均光流值进行判断，以移动补偿方式排除非物体的背景光流影像且获得物体光流影像。而物体检测演算步骤是将物体光流影像进行水平投影得到水平投影区块，并对照水平投影区块反投影来得到物体区块。前述警示范围判断步骤则根据警示范围(Region of Interest；ROI)对照物体光流影像的垂直轮廓影像，比对物体区块与垂直轮廓影像后形成更新物体区块。而3D建模步骤是利用更新物体区块进行3D建模产生障碍物模型，再以障碍物模型结合进入3D环景视窗(Around ViewMonitoring；AVM)内。

前述3D建模步骤中的3D环景视窗虚拟呈开口碗状。另外，前述警示范围判断步骤可去除更新物体区块周边的多数个杂像。