[发明专利]一种基于机器视觉的自身移动状态识别方法

权利要求书

1.一种基于机器视觉的自身移动状态识别方法，通过对比前后两帧图像的变化差异来识别自身是否运动，其特征在于，该方法包括以下步骤：

步骤1、画面按实际现场场景特点划分为M*N个方格，根据不同的应用场景特点，标定需要重点判别的“敏感区域”；

步骤2、以敏感区域所在的方格的坐标为依据，分别获取这一方格坐标内的前后两帧图像中的这一局部；

步骤3、传入compare_ssim函数，计算其相似度，得到score值，暂存在一个数据列表中；

步骤4、完成全部敏感区域每一格局部图像的对比后，得到了一个相似值score组成的数据列表score_list，分别计算获取score_list的最小值score_min和平均值score_avr；

步骤5、对score_min设定第一阈值，对score_avr设定第二阈值，当score_min和score_avr同时小于各自设定的阈值时，判别为车辆自身处于“移动”状态，否则为“静止”状态；

当识别结果不稳定，在“移动”和“静止”之间快速切换时，该方法还包括步骤：

步骤6、分别设置移动计数器Score_move_counter和静止计数器Score_stop_counter，每次判断得出“移动”或“静止”的结果后，并不立即作为最终的结论，而是对两个计数器进行累加；

步骤7、设定第三阈值，判断哪个结果计数器的值达到第三阈值，则该结果生效，更新最终判别结果为“移动”或“静止”；

步骤8、两个计数器都清零，继续进行后续的识别。

2.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤1中的“敏感区域”为画面中真正需要判断的区域，排除容易引入干扰的区域；

对于有轨电车应用场景，所述的“敏感区域”为车辆视野的中部的地面，排除左右两侧和列车正前方路口的区域；

对于地铁应用场景，所述的“敏感区域”为车辆前方中部的地面以及高处的接触网和照明灯，排除左右两侧的区域。

3.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤1中的划分方格具体包括：把所需识别的画面划分为m*n格，按由0开始的“行，列”下标，来对每个方格进行标识。

4.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤1中根据所需识别的画面的特点，配置不同的M*N，对画面进行适合粒度的分割，所述的M＝5，N＝5。

5.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤2具体包括：根据敏感区域的划分，根据隶属于敏感区域的方格行列值以及图像的宽和高，分别计算出对应的坐标，并按此坐标，分别裁剪获取这一方格内的当前帧图像和前一帧图像的局部。

6.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤3具体包括：将前后两帧图像的同一坐标的局部图像传入compare_ssim函数，根据其亮度、对比度和结构对比获得相似度值score，放入score_list列表中。

7.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤5中的第一阈值设为0.91，第二阈值设为0.95。

8.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的步骤7中的第三阈值为25。

9.根据权利要求1所述的一种基于机器视觉的自身移动状态识别方法，其特征在于，所述的敏感区域的划分包括以下步骤：

步骤a、视频画面按实际现场场景特点划分为M*N个方格；

步骤b、计算出每一方格的score值；

步骤c、以score值为RGB值，叠加显示在视频画面上；

步骤d、通过视频画面上的RGB值，直观对比图像各区域的变化率，RGB值越小，这一方格对应的图像的变化率越高，即为敏感区域。