[发明专利]一种图像识别方法及装置在审

专利信息
申请号: 201910213120.2 申请日: 2019-03-20
公开(公告)号: CN110059566A 公开(公告)日: 2019-07-26
发明(设计)人: 周婷;吕晋;黄川 申请(专利权)人: 东软睿驰汽车技术(沈阳)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 110179 辽宁省沈阳市浑*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标车辆 水平边 图像识别 图像 表征目标 凸出的 申请 车轮 阴影
【权利要求书】:

1.一种图像识别方法,其特征在于,所述方法包括:

获取包括目标车辆的待识别图像;

在所述待识别图像中识别所述目标车辆上的水平边和车底特征,所述车底特征包括车底阴影和/或车轮;

根据所述目标车辆的车底特征与所述水平边的相对位置,从所述水平边中确定所述目标车辆的车底边。

2.根据权利要求1所述的方法,其特征在于,所述根据所述目标车辆的车底特征与所述水平边的相对位置,从所述水平边中确定所述目标车辆的车底边,包括:

确定所述车底特征的边界;

根据所述车底特征的边界与各个所述水平边的距离,为各个所述水平边确定分值;

将所述分值大于或等于预设值的水平边作为所述目标车辆的车底边。

3.根据权利要求1所述的方法,其特征在于,在所述待识别图像中识别所述目标车辆上的车底阴影,包括:

根据所述待识别图像中的像素点的像素梯度值,确定所述目标车辆的车底阴影区域;

在所述待识别图像中识别所述目标车辆上的车轮,包括:

根据所述待识别图像中的像素点的像素值以及所述待识别图像中的像素点的像素梯度值,确定所述目标车辆的车轮区域。

4.根据权利要求1-3任意一项所述的方法,其特征在于,所述方法还包括:

根据所述目标车辆的车底边在所述待识别图像中的位置,计算所述目标车辆与获取所述待识别图像的图像获取设备的相对位置。

5.根据权利要求1-3任意一项所述的方法,其特征在于,所述方法还包括:

在所述待识别图像中识别所述目标车辆上的竖直线;

根据所述目标车辆的车底边端点特征以及所述目标车辆的对称性特征,从所述竖直线中确定所述目标车辆的竖直边界线,所述竖直边界线包括左边界线和/或右边界线;

根据所述车底边和所述竖直边界线,计算所述目标车辆与获取所述待识别图像的图像获取设备的相对位置。

6.一种图像识别装置,其特征在于,所述装置包括:

图像获取单元,用于获取包括目标车辆的待识别图像;

水平边获取单元,用于在所述待识别图像中识别所述目标车辆上的水平边;

特征获取单元,用于在所述待识别图像中识别所述目标车辆上的车底特征,所述车底特征包括车底阴影和/或车轮;

车底边确定单元,用于根据所述目标车辆的车底特征与所述水平边的相对位置,从所述水平边中确定所述目标车辆的车底边。

7.根据权利要求6所述的装置,其特征在于,所述车底边确定单元,包括:

上边界确定单元,用于确定所述车底特征的边界;

分值确定单元,用于根据所述车底特征的边界与各个所述水平边的距离,为各个所述水平边确定分值;

车底边确定子单元,用于将所述分值大于或等于预设值的水平边作为所述目标车辆的车底边。

8.根据权利要求6所述的装置,其特征在于,所述特征获取单元具体用于:

根据所述待识别图像中的像素点的像素梯度值,确定所述目标车辆的车底阴影区域;和/或,

根据所述待识别图像中的像素点的像素值以及所述待识别图像中的像素点的像素梯度值,确定所述目标车辆的车轮区域。

9.根据权利要求6-8任意一项所述的装置,其特征在于,所述装置还包括:

第一位置计算单元,用于根据所述目标车辆的车底边在所述待识别图像中的位置,计算所述目标车辆与获取所述待识别图像的图像获取设备的相对位置。

10.根据权利要求6-8任意一项所述的装置,其特征在于,所述装置还包括:

竖直线获取单元,用于在所述待识别图像中识别所述目标车辆上的竖直线;

竖直边界线确定单元,用于根据所述目标车辆的车底边端点特征以及所述目标车辆的对称性特征,从所述竖直线中确定所述目标车辆的竖直边界线,所述竖直边界线包括左边界线和/或右边界线;

第二位置计算单元,用于根据所述车底边和所述竖直边界线,计算所述目标车辆与获取所述待识别图像的图像获取设备的相对位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东软睿驰汽车技术(沈阳)有限公司,未经东软睿驰汽车技术(沈阳)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/201910213120.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top