[发明专利]障碍检测系统无效
申请号: | 00806120.3 | 申请日: | 2000-02-11 |
公开(公告)号: | CN1346327A | 公开(公告)日: | 2002-04-24 |
发明(设计)人: | R·沃森;I·伍德黑德;H·菲瑟戴克;D·伯基特 | 申请(专利权)人: | TL琼斯有限公司 |
主分类号: | B66B13/26 | 分类号: | B66B13/26 |
代理公司: | 上海专利商标事务所 | 代理人: | 钱慰民 |
地址: | 新西兰克*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 障碍 检测 系统 | ||
1、一种区域内对象检测方法,其特征在于,该方法包括取得1个或多个该区域的图像;采用边缘检测法,其途径为突出图像中大致居优的线性特征,并判断是否居优线性特征与规定该区线性特征相交。
2、如权利要求1所述的区域内对象检测方法,其特征在于,该区域为对象检测区,并且分成至少2个区,第1区有门和门槛描述的体积,第2区包括门外乘客用门要通过的体积。
3、如权利要求2所述的区域内对象检测方法,其特征在于,第1区为电梯的门和门槛,第2区为乘客等待电梯的电梯平台/门厅。
4、如权利要求1至3中任一项权利要求所述的区域内对象检测方法,其特征在于,至少有2个图像,而且该方法还包括检测2个或多个图像视差的步骤,该视差因区域内存在对像而产生;具体而言,该对象在第2区内。
5、一种区域内对象检测方法,该区域由门和/或门槛规定,其特征在于,所述方法包括采用边缘检测法,其途经是突出图像中大致居优的线性特征,并判断居优线性特征是否与规定所述门和/或门槛的线性特征相交。
6、如权利要求5所述的区域内对象检测方法,其特征在于,该方法包括描述1个或多个图像的特征的预备阶段,以便建立该区域呈现的一些特征性线性特征,最好所述特征性居优线性特征是规定门边缘和/或门槛的线条,存放所述特征居优的位置,供以后参考。
7、如权利要求5所述的区域内对象检测方法,其特征在于,该方法还可包括操作阶段,该阶段分析1个或多个图像,以便建立该本积内呈现的一些非特征性特征,所述非特征性特征体现该区域内潜在对象和/或障碍。
8、如权利要求6或7所述的区域内对象检测方法,其特征在于,预备阶段包括至少2个步骤,第1步骤检测门槛的位置和大小,第2步骤检测1个或多个门边缘的位置和大小。
9、如权利要求8所述的区域内对象检测方法,其特征在于,第1步骤包含:
采用大致水平缘和/或大致垂直缘检测滤波器突出已知门槛所处近似位置的图像部分中居优的垂直线条和/或水平线条;对用垂直缘和/或水平缘检测滤波器所产生图像中每行像素的强度值求和,从而产生垂直和/或水平函数,其最大值和最小值对应于水平线性特征和/或垂直线性特生的位置,所述线性特征按照图像中水平特征和垂直特征规定门限的空间位置。
10、如权利要求8或9所述的区域内对象检测方法,其特征在于,第2步骤包含:
利用了解的门槛空间位置和了解的门槛与门边缘之间物理关系,取得于图像或门的子图像;
使子图像受边缘检测滤波器作用,该滤波器适应于突出朝已知界限之间的角度的边缘;
控制该子图像以产生二进制图像,该二进制图像包含与门边缘对应的多个线性特征中的一个;
导出二进制图像中线性特征的方程。
11、如权利要求10所述的区域内对象检测方法,其特征在于,该已知界限为大致垂直边缘和大致水平边缘。
12、如权利要求10或11所述的区域内对象检测方法,其特征在于,导出二进制图像中线性特征方程之前,第2步骤还可包含:
用幅值在垂直方向增加的倾斜函数处理二进制图像。
进一步处理该图像,以便清楚识别二进制图像中一些居优线性特征,该处理包括用第1滤波器滤出二进制图像中大致孤立的特征,以及对二进制图像用第2滤波器减少图像中一些大致线性的特征。
13、如权利村注10至12中所述的区域内对象检测方法,其特征在于,通过利用最小平方法或类似方法对线条定位取得线性特征方程;如果图像中具有1个以上居优线性特征,一只决定任一线性特征的方程,即从图像去除该线性特征,并建立另一居优线性特征方程。
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TL琼斯有限公司,未经TL琼斯有限公司许可,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/00806120.3/1.html,转载请声明来源钻瓜专利网。