[发明专利]一种地铁障碍物检测方法有效
申请号: | 201911193609.4 | 申请日: | 2019-11-28 |
公开(公告)号: | CN112862740B | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 李京乐;钟亚林;邓道举;赵雷杰;杨莉;许小康;杨嘉炀;寿梦娜;孔菁菁 | 申请(专利权)人: | 宁波微科光电股份有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V20/54;G06V10/80;G06V10/75;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 315800 浙江省宁*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地铁 障碍物 检测 方法 | ||
1.一种地铁障碍物检测方法,其特征在于:包括以下步骤:
S1、对多帧无障碍物的图像进行融合,得到底板图像;
S2、采集摄像头拍摄的视频图像;
S3、选取目标视频图像,进行裁剪,得到目标区域图像;
S4、对目标区域图像进行预处理,得到处理后目标区域图像;
S5、选取两个具有时间间隔的处理后目标区域图像,并分别设置小权重数值,对底板图像设置大权重数值,将处理后目标区域图像分别与底板图像按照权重设置进行融合,得到融合目标区域图像;
S6、将两个融合目标区域图像进行对比;
S7、根据对比结果,确定是否存在障碍物。
2.根据权利要求1所述的地铁障碍物检测方法,其特征在于:步骤S1中,选取不同光线时的多帧无障碍物图像,对出现次数多的无障碍物图像设置小权重,对出现次数少的无障碍物图像设置大权重,进行融合。
3.根据权利要求1所述的地铁障碍物检测方法,其特征在于:步骤S4中,对目标区域图像进行预处理,包括以下步骤:
A1、对图像进行滤波;
A2、判断图像是否过暗,若是,进入下一步,若否,转A4;
A3、对图像进行增强处理;
A4、判断图像是否有雾,若是,进入下一步,若否,转A6;
A5、对图像进行去雾处理;
A6、预处理过程结束。
4.根据权利要求3所述的地铁障碍物检测方法,其特征在于:步骤A2中,判断是否过暗,选取目标区域中最暗的一个小区域,求所述小区域的亮暗,判断所述小区域是否过暗,如是,则对整个目标区域进行增强处理。
5.根据权利要求3所述的地铁障碍物检测方法,其特征在于:步骤A4中,判断是否有雾,包括以下步骤:
B1、求取暗原色图像,并将暗原色图像转化为单通道图像;
B2、求取单通道图像值的分布;
B3、统计图像中大于等于第一设定值的像素数值;
B4、判断像素数值是否大于等于第二设定值,若是,进入下一步,若否,转B6;
B5、有雾,进行去雾处理,转B7;
B6、无雾;
B7、结束。
6.根据权利要求5所述的地铁障碍物检测方法,其特征在于:步骤B1中,求取图像RGB三通道的最小值,选取三通道最小值中的最小值,以此做为暗原色设置暗原色图像。
7.根据权利要求5所述的地铁障碍物检测方法,其特征在于:步骤B3中,以设定系数与所有像素的积为第一设定值。
8.根据权利要求1所述的地铁障碍物检测方法,其特征在于:步骤S5中,选取地铁进站时的一帧图像与地铁关门后的一帧图像,进行预处理后的处理后目标区域图像,分别与底板图像进行融合。
9.根据权利要求1所述的地铁障碍物检测方法,其特征在于:步骤S6中,对融合目标区域图像进行分割,分别对不同的分割图片进行对比。
10.根据权利要求1所述的地铁障碍物检测方法,其特征在于:步骤S7中,采用基于sobel算子的模板匹配进行比对,判定是否存在障碍物。
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宁波微科光电股份有限公司,未经宁波微科光电股份有限公司许可,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/201911193609.4/1.html,转载请声明来源钻瓜专利网。