[发明专利]一种车门闭合区灰度相近的车门开闭自动检测方法

摘要

本发明公开了一种车门闭合区灰度相近的车门开闭自动检测方法，该方法，利用公交车辆的视频监控系统的图像采集器实时采集图像数据，基于公交车辆的车门闭合区的灰度一致特性提取车门闭合区，当闭合区被检出时认为车门处于闭合状态，当未检测到车门闭合区时，则认为车门为开启的，从而实现自动检测公交车门所处的状态。本发明基于车门间闭合区域的灰度相近特性来检测车门闭合区，以此判定车门的开闭状态，本发明方法能适合所有闭合区颜色相近的车门状态的检测，适用范围广；本发明具有简单、经济，准确率高等优点。

主权项

1.一种车门闭合区灰度相近的车门开闭自动检测方法，该方法通过安装在公交车后车门顶部的摄像头采集彩色车门图像，其特征在于，包括以下步骤：步骤一，将彩色车门图像转化为灰度图像；设彩色车门图像的大小为M×N，彩色车门图像中任一像素点p的坐标为(x,y)，x和y分别表示像素点p的行号和列号，x和y均为整数，1≤x≤M,1≤y≤N；步骤二，对灰度图像中的所有像素点进行分类，得到灰度类；包括：步骤21，设定分类级差Φ，通过式(2)得到灰度图像中所有像素点的灰度类标记，再通过灰度类标记对灰度图像中的所有像素点进行分类；其中，[]为取整数运算符，即取小于等于运算符内数据的最大整数；Φ为分类级差，Φ≥1；g(p)为像素点p的灰度类标记；I(p)为像素点p的灰度值；0≤I(p)≤255；步骤22，在灰度图像中，所述灰度类标记相同的像素点属于一个灰度类，统计每个灰度类中的像素数和每个灰度类的灰度均值；步骤三，将步骤二得到的灰度类进行相似合并，得到合并后的灰度类；包括：步骤31，任选两个相邻灰度类，若该两个相邻灰度类的灰度均值的绝对值之差小于Φ时，合并该两个相邻灰度类；步骤32，重复步骤31，直至任意两个相邻灰度类的灰度均值的绝对值之差大于等于Φ，得到合并后的灰度类，设合并后的灰度类数量为K₁；步骤四，设筛选阈值为T₁，0≤T₁≤M×N，首次执行循环时循环因子i＝1；步骤41，任选合并后的灰度类中的一个灰度类作为当前灰度类，若该当前灰度类的像素数小于等于T₁，执行步骤49；否则执行步骤42；步骤42，通过式(3)获取该当前灰度类的可能车门图Fⁱ：其中，Fⁱ表示第i个可能车门图，p′为灰度车门图中的任一像素点；Bbⁱ为当前灰度类的灰度均值，T₂为分图阈值，0≤T₂≤255；步骤43，对Fⁱ进行位置滤波，得到位置滤波后的第i个位置滤波图Eⁱ；步骤44，当则执行步骤49；当则利用8邻域法对第i个位置滤波图Eⁱ标记出所有的连通区域块；其中，x′，y′分别为位置滤波图Eⁱ中任一像素点的行号和列号，x′和y′均为整数；表示第i个位置滤波图Eⁱ的第r个连通区域块，其中r为大于等于1的整数；步骤45，若其中r为大于等于1的整数，和时，Uⁱ(p″)＝1；否则，Uⁱ(p″)＝0；其中，表示的最大列宽，表示的最大行高，表示的平均列宽，表示的平均行高；T₃表示行宽阈值，T₄表示行高阈值,0≤T₃≤N，0≤T₄≤M；p″为中的任一像素点；p″的行号和列号分别为x″和y″，Uⁱ为第i个滤波图；步骤46，若则执行步骤49；否则，对滤波图Uⁱ进行数学形态学开运算，得到开运算图，获取开运算图的矩形比nrⁱ；步骤47，若nrⁱ≥T₅，通过式(13)得到闭合区比重ncⁱ；否则，执行步骤49；其中，Rlⁱ表示Qⁱ的中心窗的像素数，Reⁱ表示Qⁱ的外接矩形的像素数,T₅为矩形比阈值，0.7≤T₅≤1.0；步骤48，若ncⁱ≤T₆，T₆为闭合区比重阈值，0.2≤T₆≤0.4则检测到车门闭合区；否则，执行步骤49；步骤49，i＝i+1，若i≤K₁，执行步骤41～48。