[发明专利]车灯检测方法和车灯检测设备

说明书

技术领域

本发明涉及一种车灯检测方法和车灯检测设备。

背景技术

随着智能交通系统(ITS)技术的日益发展和广泛应用，车辆自动检测技术也逐步发展。其中，在诸如夜间等等的自然光线暗淡的场合下，可以通过检测车辆灯光来确定车辆。针对诸如夜间的场景，车辆检测技术已经取得一定进展。

专利文件1(US 7512252 B2)提供了一种夜间车辆检测的方法。该方法利用由一个摄像机获得的图像，在其中检测车辆的头灯和尾灯，并且将车灯与其他噪声灯光，例如信号灯，街灯等区别开来。然而，该专利描述的方法基于两幅彩色图像，其中长曝光图像用于检测白色光源，短曝光图像用于检测红色光源，利用两幅图像用来对不同的灯光进行检测。然而，该方法难以区分尾灯与反射板的灯光。

专利文件2(US 7949190 B2)提供了一种夜间车辆检测方法。该方法通过车灯检测，在夜间区分并识别对面车辆和前方车辆，从而为驾驶员提供辅助信息用于分析当前车辆前方的情况。该专利的方法基于单幅图像，利用了二值化和连通域分析的处理。然而，在该专利中，为了去除虚警，即实际上为非车辆的车辆候选项，仅仅使用了水平线进行判别，以图像中某一高度的水平线为基准，只有位于该水平线之下的候选项被认为是车灯，以致于误判率比较高。

专利文件3(US 20070182623 A1)提供了一种可以对多个对象定位传感器进行在线校准的方法。该方法基于对象轨迹，每个传感器可以计算三个几何参数，其中两个参数用于定位，另一个参数用于位置校准。在该方法中，对象定位传感器用于校准操作并输出对象轨迹，没有充分利用帧间信息，没有考虑到去除虚警的处理。

上述现有技术方法都不能保证在夜间车辆检测的情况下既实现高检测率又有低的误检率。仅仅使用通常的灰度图像，则图像中的非车辆灯光，例如反射板的灯光、建筑物灯光等等不能很好地和真正的车灯区分开来，因此导致车灯的高误检率。即使有的专利中提到了使用两幅彩色图像进行车灯检测，但也只是利用曝光长短的不同，每幅图像分别用于检测不同类型的车灯，诸如头灯、尾灯等等，以致检测率低而误检率高。

发明内容

鉴于现有技术中存在的上述问题而做出本发明，本发明实施例涉及一种车灯检测方法和车灯检测设备，更具体地说，提供了一种可以利用偏光图像在夜间进行车辆检测的技术，能够用于辅助驾驶系统。

根据本发明的一个方面，提供一种车灯检测方法，包括：获取步骤，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合步骤，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取步骤，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联步骤，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出步骤，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。

根据本发明的另一个方面，提供一种车灯检测设备，包括：获取装置，按预定时间间隔同步地获取各个偏光灰度图像和正常灰度图像，其中，同时获取的偏光灰度图像和正常灰度图像相对应；融合装置，将各个相对应的偏光灰度图像和正常灰度图像融合为突出显示灯光的各个融合图像；车灯候选提取装置，分别针对各个融合图像，通过基于亮度的连通域分析来提取出车灯候选项；车灯候选关联装置，分别针对连续的两个融合图像，在前一融合图像的车灯项及车灯候选项和后一融合图像的车灯候选项之间建立关联，后一融合图像中与前一融合图像的车灯项或车灯候选项相关联的车灯候选项标记为车灯项；输出装置，分别针对连续的两个融合图像，输出后一融合图像及其所标记的车灯项。

利用本发明实施例的车灯检测方法和车灯检测设备，与专利文件1相比，通过基于单一一幅灰度图像和一幅偏光图像进行车辆检测，通过对两幅图像的差异进行分析，可以很好地将尾灯与反射板的灯光区别开来；与专利文件2相比，本发明实施例通过利用偏光图像来区分反射板的灯光，同时也利用了帧间信息以去除噪声灯光的影响，同时保证高检测率和低误检率；与专利文件3相比，尽管两者都采用了跟踪手段，然而在本发明实施例中，帧间信息被充分利用从而去除了噪声造成的影响。

通过阅读结合附图考虑的以下本发明的优选实施例的详细描述，将更好地理解本发明的以上和其他目标、特征、优点和技术及工业重要性。

附图说明