[发明专利]一种基于数字图像的汽车与路沿石距离检测方法

摘要

本发明公开了一种基于数字图像的汽车与路沿石距离检测方法，该方法采用以下的装置来采集车辆与路沿石之间的距离:红外线状激光发射器，红外面阵相机，MCU。其中，红外线状激光发射器用于发射红外线状激光，从而在车辆两侧的路面上投射出红外样条；红外面阵相机用于拍摄红外线激光投射处的图像，供MCU分析车辆与路沿石的距离；MCU用于接收图像信号，识别路沿石位置，并分析车辆与路沿石距离。本发明的基于数字图像的汽车与路沿石距离检测方法包括：采集红外面阵相机的图像数据；对采集到的图像进行阈值分割；对阈值分割后的图像进行形态学处理，并提取出图像的中心线；识别路沿石在图像中的坐标位置；计算路沿石在车辆坐标系中的位置，计算车辆与路沿石之间的距离。

主权项

一种基于数字图像的汽车与路沿石距离检测方法，其特征在于，包括以下步骤：步骤1，利用安装在车辆上的红外线状激光发射器在车辆两侧的路面上投射红外样条，接着利用安装在车辆上的红外面阵相机采集路面图像，所述路面图像中含有红外样条；步骤2，采用中值滤波器对采集到的路面图像进行滤波处理，得到滤波后路面图像的像素灰度值步骤3，在图像坐标系下，将滤波后的路面图像进行阈值分割，得到二值化图像；所述图像坐标系以采集到的路面图像左下角为原点，水平方向为X轴，垂直方向为Y轴；设该路面图像的灰度级为n级，n＝0,1，2，…，N，N为大于等于0的整数；包括：步骤31，将各灰度级依次作为初始分割阈值将路面图像分割为前景图像和背景图像；所述前景图像为路面图像中的红外样条部分，所述背景图像为路面图像中除过前景图像后剩余的部分；计算每一灰度级下前景图像和背景图像的类间方差gn：gn＝w0(u0‑u)+w1(u1‑u)2w0为当前灰度级下前景图像占路面图像的比例，w1为当前灰度级下背景图像占路面图像的比例；0≤w0≤1，0≤w1≤1；u为路面图像的平均灰度，以的平均值作为路面图像的平均灰度；u0为当前灰度级下前景图像的平均灰度：u1为当前灰度级下背景图像的平均灰度：其中，f(x′,y′)为当前灰度级下前景图像中像素点的灰度值，f(x″,y″)为当前灰度级下背景图像中像素点的灰度值，Nfg为当前灰度级下前景图像中像素点的数量，Nbg为当前灰度级下背景图像中像素点的数量，Sfg为当前灰度级下前景图像中像素点构成的集合，Sbg为当前灰度级下背景图像中像素点构成的集合；步骤32，将类间方差最大时的灰度级作为最终的分割阈值，将路面图像分割为二值化图像；步骤4，对二值化图像进行形态学闭运算，使得二值化图像中的红外样条连续；步骤5，利用长度为2的光栅对步骤四得到的二值化图像进行遍历，得到红外样条的中心点集合(xi,f(xi))，i＝1,2,3，…；包括：步骤51，利用长度为2的光栅对步骤四得到的二值化图像进行遍历，若光栅内容为0和1时，则此时光栅搜索到的像素点为二值化图像中红外样条的边界点；步骤52，通过步骤51得到的红外样条的边界点集合，得到红外样条的中心点集合(xi,f(xi))，i＝1,2,3，…；步骤6，通过红外样条的中心点集合，得到路沿石在图像坐标系中的位置Edge：Edge＝{x|x＝argmax[fi′(x)],且fi″(x)≤σ}其中，fi′＝f(xi)‑f(xi‑1)，fi″＝f(xi)‑2f(xi‑1)+f(xi‑2)，σ→0；步骤7，将路沿石在图像坐标系中的位置Edge转换为车辆坐标系下的车辆与路沿石的距离Dst：Dst＝ax2+by2+cx+dy+m其中，x，y分别为路沿石在图像坐标系下的坐标位置，Edge为路沿石在图像坐标系下的X轴坐标x的集合；a,b,c,d,m为常数；a为6.222×10‑4，b为0.2409，c为0.5568，d为‑212.1，d为4.696×104；所述车辆坐标系以车辆的重心为原点，以车辆的侧倾轴为X轴，以车辆的俯仰轴为Y轴，以车辆的横摆轴为Z轴。