[发明专利]图像处理方法

说明书

本发明涉及用于处理图像的视频流的方法，所述图像由机动车辆(1)中车载的彩色相机(2)捕获并由计算机(3)用来检测优先车辆(4)，所述方法包括以下步骤：‑采集图像序列的采集步骤(100)；对于图像序列中的每个图像：‑按阈值进行比色分割的分割步骤(200)，使得能够检测有色发光区；‑跟踪每个分割的发光区的跟踪步骤(300)，‑对每个分割的发光区进行比色分类的分类步骤(400)；‑对每个分割的发光区进行频率分析的频率分析步骤(500)，使得能够确定所述区的闪烁特点；‑计算图像序列中的每个图像的总体置信指数的计算步骤(700)，使得能够将一个发光区声明为旋闪灯。

技术领域

本发明涉及图像处理方法，特别是用于检测应急车辆的图像处理方法。

背景技术

如今，已知为机动车辆配备驾驶辅助系统，通常称为ADAS(“高级驾驶员辅助系统”)。已知此类系统包括诸如安装在车辆上的相机之类的成像装置，这使得能够生成表示车辆周围环境的一系列图像。例如，安装在车辆后部的相机使得能够拍摄车辆后方的周围环境，尤其是后方车辆。这些图像然后被处理单元用于辅助驾驶员的目的，例如通过检测障碍物(行人、停止的车辆、道路上的物体等)，或者通过估计与障碍物碰撞的时间。因此，相机采集的图像所给出的信息必须足够可靠且足够相关，以使系统能够帮助车辆驾驶员。

特别地，大多数国际法律法规都规定驾驶员不得阻碍优先运营车辆(也称为应急车辆，如消防车、救护车、警车等)的通行，并且应为他们的行驶提供方便。因此，ADAS系统应当能够识别此类优先车辆，尤其是当它们的灯(旋闪灯(gyrophare))被激活时，以免阻碍其工作。

在包括拍摄车辆前方或后方的相机的当前ADAS系统中，优先车辆的检测方式与其他标准(非优先)车辆相同。这些系统通常实施机器学习方法与几何感知方法的结合。对来自这些相机的图像进行处理，以便提取包括应急车辆的任何类型车辆(私人车辆、卡车、公共汽车、摩托车等)周围的边界框，使得现有的ADAS系统无法可靠地区分后方的优先车辆和后方的标准车辆。

此外，这些系统存在相机采集的与优先车辆不需要遵守常规行驶规则而是能够在车道之间来回穿插行驶、缩短安全距离或在两条车道之间行驶的事实有关的图像的部分或全部时间遮掩的问题，使得现有系统不适用于此类行为和情况。

另外，优先车辆或应急车辆难以检测是因为优先车辆的类型多种多样。实际上，这些车辆的特征在于它们的LED或灯泡式的旋闪灯，可以是固定的或旋转的，有各种颜色，以各种方式布置在车辆上。例如，一些车辆配有单个旋闪灯，而其他车辆配有成对的旋闪灯，还有一些车辆配有包括两个以上的旋闪灯的杆，等等。这种多样性问题使得现有ADAS系统更加难以可靠地检测优先车辆。

对于还包括存在于车辆后方周围环境中的其他车辆的前照灯和尾灯以及所有其他灯且可能增加检测优先车辆的旋闪灯的难度的场景，会加剧这种检测问题。

发明内容

因此，本发明提出了一种图像处理方法，用于快速且可靠地检测优先车辆，而不管优先车辆的类型和其行驶条件，这特别是通过检测这些车辆的灯光(旋闪灯)。

根据本发明，该目的通过一种用于处理由机动车辆中车载的至少一个彩色相机捕获的图像的视频流的方法来实现，所述图像由所述车辆中车载的计算机用来检测位于车辆周围环境中的优先车辆，所述至少一个相机朝向车辆后方，所述方法的特征在于其包括以下步骤：

-采集图像序列的采集步骤；

对于图像序列中的每个图像：

-按阈值(seuillage)进行比色分割的分割步骤，使得能够检测图像中可能是旋闪灯的有色发光区；

-跟踪每个分割的发光区的跟踪步骤，据此将在分割步骤中的每个分割的发光区与具有相同颜色的预测发光区相关联；

-通过预先训练的分类器对每个分割的发光区进行比色分类的分类步骤；