[发明专利]一种镜头付着物的检测系统、终端和存储介质

说明书

本发明提供一种镜头付着物的检测系统、终端和存储介质，包括以下步骤：S01：图像分割：对输入图像进行疑似区域分割；S02：特征提取：提取因附着物造成模糊的轮廓区域，并对轮廓内的多种清晰度评价指标进行统计计算，综合多种指标结果判定区域是否为附着物；S03：预警判断：对判定区进行累计标记，累计次数超过报警阈值的处理结果进行预警触发判定。本发明为保证辅助系统的正常运行，保证用户车身安全，解决镜头受到不同形态的水滴遮挡或者镜头受到深色污迹、光斑、折射光等遮挡污染问题进行检测，及时报警。

技术领域

本发明涉及汽车电子技术领域，特别是涉及一种镜头付着物的检测系统、终端和存储介质。

背景技术

在现有技术中，“自动代客泊车”(Auto Valet Parking)成为自动驾驶领域的热门技术之一，同样也将是自动驾驶量产道路上的一个重要里程碑。作为一套完整的自动无人驾驶汽车系统，AVP系统以低速驾驶汽车或将汽车停在有限的区域内，如停车场或周围道路。此外，作为泊车辅助的一种功能扩展，也会是最早商业化的全自动驾驶功能之一。

车辆行驶过程中，经常遇到路况、天气等偶然原因，会引起镜头存在污渍、雨水遮挡的情况，这些情景对AVP系统的正常运行存在破坏性影响。所以，在车辆行驶中，需要对摄像头画面进行检测，判断成像效果是否可信。

发明内容

为了解决上述的以及其他潜在的技术问题，本发明提供了一种镜头付着物的检测系统、终端和存储介质，为保证辅助系统的正常运行，保证用户车身安全，需要对镜头受到不同形态的水滴遮挡，例如凝聚水滴、模糊水渍，或者镜头受到深色污迹、光斑、折射光等遮挡污染问题进行检测，及时报警。

一种镜头付着物的检测方法，包括以下步骤：

S01：图像分割：对输入图像进行疑似区域分割；

S02：特征提取：提取因附着物造成模糊的轮廓区域，并对轮廓内的一种或几种评价指标进行统计计算，综合指标结果判定区域是否为附着物；

S03：预警判断：对判定区进行累计标记，累计次数超过报警阈值的处理结果进行预警触发。

进一步地，所述步骤S01中，图像分割方式可以采用疑似区域分割算法实现或采用深度学习方式实现。

进一步地，所述步骤S01中，图像分割方式采用疑似区域分割算法包括以下步骤：

S011：图像分割降采样，

S012：提取模糊差分图，

S013：并进行多图叠加；

S014：利用二值化、滤波、形态学、阈值中的一种或几种操作以实现疑似区域图像分割。

进一步地，所述步骤S011中，图像分割降采样的操作为以下表述：假设原捕获图像是一张像素值为N*M的图像，假设降采样系数为k，降采样操作是在原捕获图像中每行每列每隔k个像素点取一个点组成一幅降采样图像，降采样图像的作用是减小图像处理的计算量，保证图像处理的实时性。

进一步地，所述步骤S012中，提取模糊差分图的操作为以下表述：对捕获图像用滤波算子进行模糊处理，将原图和模糊处理之后的图像相减，取绝对值，获得模糊差分图。

假设xsrc为原图，xblur为模糊平滑得到的图像，定义当前模糊差分图像为：deltax＝|xsrc-xblur|。提取模糊差分图的作用是，利用雨水附着的图像区域模糊特性，对滤波平滑算法不敏感；相比无雨水附着区域变化少，得以区分出附着雨水的图像区域。

Deltax是当前帧模糊差分图，xsrc是当前帧原图，xblur是当前帧图像滤波平滑处理后的图。

所述模糊处理可以为高斯滤波、中值滤波、均值滤波中的一种或几种进行平滑处理。