[发明专利]一种双目ADAS摄像头脏污检测的方法及装置

说明书

本发明公开了一种双目ADAS摄像头脏污检测的方法和装置，可以高效检测脏污。其中包括：步骤A：判断车辆是否处于运动状态，若是，则进行步骤B，若否，则不进行处理；步骤B：判断运动帧数是否大于阈值1，若是，则认为当前车辆在运动中，进行步骤C，若否，则不进行处理；步骤C：判断两个摄像头的图像是否相对一致，若是，则无脏污，若否，则进行步骤D，所述步骤C包括：步骤C1：判断结构相似性，若结构相似性判断有脏污，则进行步骤D，否则进行步骤C2；步骤C2：进行灰度对比，若灰度对比判断有脏污，则进行步骤D，否则判断为无脏污；步骤D：判断脏污图像帧数是否大于阈值2，若是，则判断为有脏污，若否，则判断为无脏污。

技术领域

本发明涉及高级驾驶辅助系统，尤其涉及双目摄像头。

背景技术

目前，双目摄像头在汽车辅助驾驶方面已经应用多年，包括斯巴鲁等车型上已经规模化量产，作为双目ADAS(高级驾驶辅助系统，Advanced Driving Assistance System)摄像头，由于其可以既有单目的识别和记录功能，而且可以有精确的深度测距功能，已较现在广泛应用的单目摄像头有着更广大的市场前景。

但是，作为车载设备，往往会有脏污遮挡摄像头镜头前，影响图像质量，从而导致视差提取、立体匹配、障碍物检测、行人、车辆识别等出现错误，对设备的功能造成极大的影响。近年来，行业内也有不少技术方案试图解决这个问题，例如，有些镜头遮挡检测的方法是通过摄像头获取场景RGB背景模型，通过前景和背景的差值来确定摄像头是否被脏污遮挡。基于普通RGB摄像头的背景建模遮挡检测方案无法区分前景像素变化由镜头遮挡造成还是由场景目标运动所造成的，所以会导致检测准确率低的问题。也有人提出采用深度摄像头脏污检测的方法，通过深度摄像头提供的深度信息提升距离信息缺失带来的误检，但是此方式对于深度图评价要求较高，不够简单实用。综上所述，无论是背景建模的方法还是基于特征分析的方法，目前都存在检测准确低或者漏检的情况，所以如何提高ADAS摄像头脏污检测的准确率是亟待解决的问题。

发明内容

本发明的目的在于提供一种双目ADAS摄像头脏污检测的方法及装置，其可以高效检测双目ADAS摄像头脏污。

本发明的双目ADAS摄像头脏污检测的方法，包括步骤C：判断两个摄像头的图像是否相对一致，若是，则无脏污。

其中，进行步骤C的判断结果若为否，则进行步骤D：判断脏污图像帧数是否大于阈值2，若是，则判断为有脏污，若否，则判断为无脏污。

其中，步骤C包括顺序进行的如下步骤：步骤C1：判断结构相似性，若结构相似性判断有脏污，则进行步骤D，否则进行步骤C2；步骤C2：进行灰度对比，若灰度对比判断有脏污，则进行步骤D，否则判断为无脏污。

其中，步骤C1中，计算结构相似性SSIM：

SSIM(x,y)＝[l(x,y)]^α·[c(x,y)]^β·[s(x,y)]^γ (1)

其中，参与对比的左右图像分别为x、y，α、β、γ为常数，均大于0，

图像照明度对比部分：

图像对比度比较部分：

图像结构比较部分：

其中，μ_x为图像x所有像素均值，μ_y为图像y所有像素均值；δ_x为图像x像素值的标准差，δ_y为图像y像素值的标准差；表示图像x的方差，表示图像y的方差；δ_xy为图像x与图像y的协方差；C1，C2，C3为常数，