汽車變道過程中的轉向燈檢測方法和系統與流程

2023-10-10 16:04:44 2

本發明涉及圖像處理技術領域，特別是涉及一種汽車變道過程中的轉向燈檢測方法和系統。

背景技術：

在安全的汽車駕駛過程中，汽車變道時需要開啟相應的轉向燈，比如，汽車向左變更車道，應當提前開啟左轉向燈，汽車向右變更車道，應當提前開啟右轉向燈。若汽車轉向燈沒有在其變道時得到正確操作，將嚴重影響交通安全，甚至可能造成嚴重的交通事故，因而對汽車變道過程中的轉向燈是否開啟進行檢測具有重要意義。

傳統方案通常需要相關工作人員對路面攝像系統或者進行實地人工監測，才能在汽車變道過程中對相應轉向燈的使用進行檢測，檢測工作量大。

技術實現要素：

基於此，有必要針對傳統方案在汽車變道過程中檢測相應轉向燈的工作量大的技術問題，提供一種汽車變道過程中的轉向燈檢測方法和系統。

一種汽車變道過程中的轉向燈檢測方法，包括如下步驟：

從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像；

從所述路面圖像中標定車道位置，識別所述車道位置在所述路面圖像中的車道坐標範圍，獲取所述汽車圖像在所述路面圖像的汽車坐標範圍；

根據所述車道坐標範圍和汽車坐標範圍檢測所述汽車圖像是否位於車道位置上；

若是，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數；

若所述車燈顏色參數在預設的顏色參數範圍內，則判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈。

一種汽車變道過程中的轉向燈檢測系統，包括：

獲取模塊，用於從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像；

標定模塊，用於從所述路面圖像中標定車道位置，識別所述車道位置在所述路面圖像中的車道坐標範圍，獲取所述汽車圖像在所述路面圖像的汽車坐標範圍；

檢測模塊，用於根據所述車道坐標範圍和汽車坐標範圍檢測所述汽車圖像是否位於車道位置上；

識別模塊，用於若是，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數；

判定模塊，用於若所述車燈顏色參數在預設的顏色參數範圍內，則判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈。

上述汽車變道過程中的轉向燈檢測方法和系統，可以從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像，標定車道位置，若檢測到汽車圖像位於車道位置上，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數，在上述車燈顏色參數是否在預設的顏色參數範圍時，判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈，其可以通過分析相應路面視頻中的路面圖像進行汽車變道過程中轉向燈的檢測，有效減少了汽車變道過程中是否開啟轉向燈這一檢測工作的工作量，可以提高對轉向燈進行相應檢測的效率。

附圖說明

圖1為一個實施例的汽車變道過程中的轉向燈檢測方法流程圖；

圖2為一個實施例的路面攝像系統安裝示意圖；

圖3為一個實施例的車圖像有效性識別算法流模型示意圖；

圖4為一個實施例的汽車變道過程中的轉向燈檢測系統結構示意圖。

具體實施方式

下面結合附圖對本發明的汽車變道過程中的轉向燈檢測方法和系統的具體實施方式作詳細描述。

參考圖1，圖1所示為一個實施例的汽車變道過程中的轉向燈檢測方法流程圖，包括如下步驟：

S10，從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像；

上述路面攝像系統為某段道路對應的監控系統，其安裝方式可以參考圖2所示，通過天橋或者相關支架將高清攝像機安裝在道路一端的上空，利用上述高清攝像機拍攝下方路線駛過的各類汽車。從上述路面攝像系統中可以提取其拍攝的路面視頻，從路面視頻中截取相互連續的各幀路面圖像，獲取其中任意一幀路線圖像，進行路面圖像中汽車圖像的捕獲。在獲取路面圖像後，可以對上述路面圖像進行圖像預處理，將採集到的路面圖像進行圖像灰度化、圖像增強、圖像濾波、圖像邊緣檢測、圖像二值化等處理，以提高後續對路面圖像進行相應識別等處理的準確性和便利性。

S20，從所述路面圖像中標定車道位置，識別所述車道位置在所述路面圖像中的車道坐標範圍，獲取所述汽車圖像在所述路面圖像的汽車坐標範圍；

上述步驟可以從路面圖像中識別車道區域，從上述識別的車道區域中取點擬合，以得到相應向車道位置。

S30，根據所述車道坐標範圍和汽車坐標範圍檢測所述汽車圖像是否位於車道位置上；

上述步驟可以通過計算車道坐標範圍和汽車坐標範圍之間的關係檢測汽車圖像是否位於車道位置，比如，若車道坐標範圍和汽車坐標範圍直接存在交集，則可以判定所述汽車圖像位於車道位置上。

S40，若是，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數；

上述步驟可以根據車燈在汽車上的安裝位置從汽車圖像識別車燈圖像，再進行相應車燈顏色參數的獲取。上述車燈顏色參數可以包括車燈圖像對應的灰度值、RGB值等可以表徵車燈圖像顏色的參數。

S50，若所述車燈顏色參數在預設的顏色參數範圍內，則判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈。

由於車燈在開啟後的顏色主要為紅色，故可以將顏色參數範圍設置為紅色對應的取值範圍。

本實施例提供的汽車變道過程中的轉向燈檢測方法和系統，可以從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像，識別汽車圖像中的車牌號；從所述路面圖像中標定車道位置，若檢測到汽車圖像位於車道位置上，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數，在上述車燈顏色參數是否在預設的顏色參數範圍時，判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈，其可以通過分析相應路面視頻中的路面圖像進行汽車變道過程中轉向燈的檢測，有效減少了汽車變道過程中是否開啟轉向燈這一檢測工作的工作量，可以提高對轉向燈進行相應檢測的效率。

在一個實施例中，上述從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數的過程之後，還可以包括：

若所述車燈顏色參數不在預設的顏色參數範圍內，則判定所述汽車圖像對應的汽車在變道過程中未開啟轉向燈。

本實施例中，若所述車燈顏色參數不在預設的顏色參數範圍內，則可以判定所述汽車圖像對應的汽車在變道過程中未開啟轉向燈，相應的駕駛行為存在極大的安全隱患，可以通過報警等方式及時通知相關工作人員，以便及時採用相應處理措施。

在一個實施例中，上述從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像的過程之後，還可以包括：

從所述路面圖像中捕獲汽車圖像，對所述汽車圖像依次進行圖像增強、圖像濾波、圖像邊緣檢測以及圖像灰度化處理，得到預處理後的汽車圖像；

從預處理後的汽車圖像中識別車牌號。

本實施例在捕獲汽車圖像後，可以對汽車圖像依次進行圖像增強、圖像濾波、圖像邊緣檢測以及圖像灰度化處理等預處理，可以消除上述汽車圖像中的幹擾噪聲，對其進行簡化，以提高後續識別其中車牌號的準確性。

作為一個實施例，上述從預處理後的汽車圖像中識別車牌號的過程可以包括：

從預處理後的汽車圖像中獲取車牌區域，對所述車牌區域進行傾斜度調整；

將傾斜度調整後的車牌區域中的車牌字符分割成單獨的單元字符，對單元字符進行歸一化處理；

識別各個單元字符對應的字符內容，根據所述字符內容確定車牌號。

對車牌區域進行傾斜度調整，調正相應車牌區域的位置後，再分別進行車牌區域中各個車牌字符的識別，以確定相應的車牌號，具有較高的準確性。

本實施例對汽車圖像的車牌號進行識別，可以進一步檢測汽車變道過程中的轉向燈已開啟或者未開啟的汽車所對應的車牌號，以便對檢測得到的汽車進行查詢或者追蹤等處理。

作為一個實施例，上述識別車牌號的過程可以利用基於SVM的車牌識別方法進行相應車牌號的識別。

在一個實施例中，若所述汽車圖像位於車道位置上，還可以包括如下步驟：

從所述路面視頻中獲取時間在所述路面圖像之前的幾個目標圖像；其中，各個目標圖像和所述路面圖像為路面視頻中時間上相互連續的圖像數據；

分別獲取各個目標圖像中汽車圖像的汽車位置，並獲取路面圖像中汽車圖像的汽車位置；

計算各組相鄰圖像中汽車位置的偏差；其中，一組相鄰圖像包括時間上連續的兩個目標圖像，或者時間上連續的一個目標圖像和路面圖像；

若所述偏差在預設的偏差範圍內，則從所述汽車圖像中識別車燈圖像。

上述相鄰圖像中汽車位置的偏差的計算過程可以包括：從汽車圖像中選取目標點(如汽車中心位置在目標圖像或者路面圖像中對應的點)，獲取上述目標點分別在各目標圖像和路面圖像中的坐標，計算各組相鄰圖像中目標點的坐標差，根據上述坐標差確定相鄰圖像中汽車位置的偏差；例如，若上述坐標差為(a,b)，則上述坐標差對應的偏差可以為：若上述坐標差為(a,b)，則上述坐標差對應的偏差也可以確定為a或b中絕對值較大的值，即橫坐標方向或者縱坐標方向的較大偏差值。

上述偏差範圍可以根據汽車的行駛速度以及相應路面攝像系統的性能特徵進行設置，可以設置為某個較小範圍，如設置為-0.1至0.1這一範圍，上述範圍的中各數量的單位可以根據路面圖像所對應的坐標系特徵進行設置。

作為一個實施例，若所述偏差不在預設的偏差範圍內，則剔除所述路面圖像，返回執行從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像的步驟。

本實施例可以從所述路面視頻中獲取時間在所述路面圖像之前的幾個目標圖像，分別獲取各個目標圖像中汽車圖像的汽車位置，並獲取路面圖像中汽車圖像的汽車位置，計算各組相鄰圖像中汽車位置的偏差，若所述偏差在預設的偏差範圍內，則從所述汽車圖像中識別車燈圖像，進行後續轉向燈的檢測，以保證檢測過程中所使用的路面圖像的準確性，從而提高了所檢測的轉向燈是否開啟的準確性。若所述偏差不在預設的偏差範圍內，則剔除上述路面圖像，返回執行從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像的步驟，重新獲取路面圖像進行相應的轉向燈檢測。

作為一個實施例，可以使用如下算法進行路面圖像以及相應目標圖像中汽車圖像是否有效的識別(各組相鄰圖像中汽車位置的偏差是否在預設的偏差範圍內)：

若K為路面圖像對應的空間維度，T為時間步長，I＝(I1,I2,…,IT)，捕獲的圖片(包括各個目標圖像和路面圖像)，位置k周邊的像素點，從時間t到時間t+1，位置i到位置j，預測的目標物數，在時刻t，位置i時所估計的目標數，在時刻t，位置i處，代表真正目標數的隨機變量。將感興趣區域劃分為K個位置，時間間隔劃分為T個部分，對於每個位置k，代表其相鄰區域，也就是在時刻t，k位置的物體運動到t+1時刻所可能到達的地方。該算法簡化後的流模型可以參考圖3所示，為了建模隨著時間推移的佔用率，假定一個用KT頂點標記的有向圖，該有向圖代表每個時間片以及每個位置。它的邊緣則對應著每個物體的運動軌跡，也就是說從(t,i)到(t+1,j)，只有一個邊緣，且j∈N(i)。如果有物體在t以及t+1時刻都處於同一個位置，則說明該物體靜止。每個頂點都用一個離散變量來表示在t時刻位置i處的物體個數。邊緣則用離散變量來代表時刻t位置i到時刻t+1位置j的運動物體的個數，如圖3所示。例如，停留在位置i處，時刻t到時刻t+1的物體數則有

在任何時刻t，任意位置j的流量總和為也就是在j位置時刻t的流出總量。因此，

即，在任意時刻t，進入位置j的物體數與離開j的物體數是相等的。

由於一個位置在同一個時間不可能被多個物體佔據，對於每個位置，我們可以設置一個上限值，即給定一個位置和時間t，物體的總和數小於等於1：

同時，又有：

隨機變量表示在時刻t位置i處一個真實的物體。因此，對於所有的圖像序列，在位置i和時間t，物體出現的邊際後驗概率為：

其中，It為時刻t的圖像序列。對於多相機，則是t時刻所有相機的序列。

假設m是由變量組成的佔用概率分布圖，i為位置，t為時間。對於任意的如果滿足公式(1)、(2)和(3)，便可以認為m為可行的。假設定義為可行性分布圖，則我們需要解決如下問題

給定It，由的條件獨立性，該優化問題則變成

由於為0或者1，根據(2)式可得到(7)式，因此，最終得到的式子是個關於的線性表達式，由此可以得到關於的概率分布圖；根據上述概率分布圖關聯當前幀與之前幀圖像中的物體(汽車圖像)，來判斷各幀圖像表徵的運動軌跡的有效性(比如，在前一幀中物體在A點，當前幀物體出現在B點，那麼在空間位置上，A和B一定是相鄰的，如果出現偏差過大，則表明B這個點的物體跟蹤不正確，便可以丟掉這個跟蹤的結果)。

在一個實施例中，上述從所述路面圖像中標定車道位置的過程可以包括：

從所述路面圖像中識別車道區域，在所述車道區域選取若干個車道目標點；

將所述車道目標點擬合成車道線，根據所述車道線標定車道位置。

本實施例可以通過RANSAC算法等方法將所述車道目標點擬合成車道線。以標定相應的車道位置。

在一個實施例中，上述根據所述車道坐標範圍和汽車坐標範圍檢測所述汽車圖像是否位於車道位置上的過程可以包括：

檢測所述汽車坐標範圍和所述車道坐標範圍之間是否存在交集；

若是，則判定所述汽車圖像位於車道位置上。

本實施例通過檢測汽車坐標範圍與所述車道坐標範圍是否存在交集，判斷汽車圖像是否位於車道位置上，可以提高上述判斷過程中的準確性。

在一個實施例中，上述顏色參數包括RGB值，所述顏色參數範圍包括：R值大於等於50，且小於等於150，G值和B值分別小於20(紅色RGB值對應的範圍)。

本實施例利用RGB值進行車燈圖像顏色的識別，若上述車燈圖像的RGB 值在上述顏色參數範圍(R值大於等於50，且小於等於150，G值和B值分別小於20)內，表明此時相應的車燈顏色為紅色，相應車牌號對應的汽車在變道過程中已開啟轉向燈。

參考圖4，圖4所示為一個實施例的汽車變道過程中的轉向燈檢測系統結構示意圖，包括：

獲取模塊10，用於從路面攝像系統拍攝的路面視頻中獲取路面圖像，從所述路面圖像中捕獲汽車圖像；

標定模塊20，用於從所述路面圖像中標定車道位置，識別所述車道位置在所述路面圖像中的車道坐標範圍，獲取所述汽車圖像在所述路面圖像的汽車坐標範圍；

檢測模塊30，用於根據所述車道坐標範圍和汽車坐標範圍檢測所述汽車圖像是否位於車道位置上；

識別模塊40，用於若是，則從所述汽車圖像中識別車燈圖像，獲取所述車燈圖像的車燈顏色參數；

判定模塊50，用於若所述車燈顏色參數在預設的顏色參數範圍內，則判定所述汽車圖像對應的汽車在變道過程中已開啟轉向燈。

本發明提供的汽車變道過程中的轉向燈檢測系統與本發明提供的汽車變道過程中的轉向燈檢測方法一一對應，在所述汽車變道過程中的轉向燈檢測方法的實施例闡述的技術特徵及其有益效果均適用於汽車變道過程中的轉向燈檢測系統的實施例中，特此聲明。

以上所述實施例的各技術特徵可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特徵所有可能的組合都進行描述，然而，只要這些技術特徵的組合不存在矛盾，都應當認為是本說明書記載的範圍。

以上所述實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但並不能因此而理解為對發明專利範圍的限制。應當指出的是，對於本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬於本發明的保護範圍。因此，本發明專利的保護範圍應以所附權利要求為準。