响应于从独立测距系统(162)或者从来自立体视觉系统(16,16)的距离地图(range map)图像(80)的自上而下变换确定的距离，距离地图图像(80)中的对象(50)被群集到感兴趣区域(114)中。每个感兴趣区域(114)的相对中心位置(116)被变换为单图像几何结构，并且沿着多个径向搜索路径(126)从相对中心位置(116)向外径向地搜索关联单图像(40.1，40.2)的对应部分，沿着该路径使用边缘保持平滑滤波器(132,132)滤波关联图像像素(100)，以便沿着径向搜索路径(126)找到关联对象(50)的边缘(124)。用于每个径向搜索路径(126)的边缘位置(124)都被组合在提供用于区分对象(50)的边缘轮廓矢量(124,124)中。
【技术实现步骤摘要】
【国外来华专利技术】【专利说明】【附图说明】 图1示出遇到多个弱势道路使用者（VRU)的交通工具的左侧视图和关联距离提示 对象检测系统的框图； 图2示出交通工具的顶视图和其距离提示对象检测系统的框图； 图3a示出合并在交通工具中的距离提示对象检测系统的顶视图，观看多个相对 近距离对象，对应于图3b和图3c ; 图3b示出合并在交通工具中的距离提示对象检测系统的右侧视图，观看多个相 对近距离对象，对应于图3a和图3c ; 图3c示出合并在交通工具中的距离提示对象检测系统的立体摄像机的正视图， 对应于图3a和图3b ; 图4a示出立体视觉系统的几何结构； 图4b示出针孔照相机的成像形成几何结构； 图5示出交通工具的正视图和关联距离提示对象检测系统的立体视觉系统的多 种立体视觉照相机实施例； 图6示出单个照相机立体视觉系统； 图7示出基于区域相关性的立体视觉处理算法的框图； 图8示出在来自立体视觉系统的对应多个不同距离处的行人的多个距离地图图 像、W及在距离之一处的行人的单照相机半色调单图像； 图9示出包含多个交通工具对象的场景的半色调图像； 图10示出由图9中所示的场景的立体视觉系统生成的距离地图图像； 图11示出图1、图2、和图3a至图3c中所示的距离提示对象检测系统的框图； 图12示出由图11中所示的距离提示对象检测系统执行的距离提示对象检测处理 的流程图； 图13示出包含多个对象的场景的半色调图像，在其上叠加与关联距离地图图像 的对应有效距离测量的位置相对应的多个距离条形块化in); 图14a示出与用于与图13中所示的多个对象相关联的感兴趣区域的有效距离测 量的位置相对应的距离条形块的自上而下视图，在其上叠加根据关联群集处理的第一实施 例的关联二维标称群集条形块的预定位置； 图14b示出针对用于图14a中所示的距离条形块的横向距离位置的有效距离值的 第一直方图，在其上叠加根据关联群集处理的第一实施例的关联一维标称横向距离群集条 形块的预定位置、W及根据关联群集处理的第二实施例的与图14e相对应的一维标称横向 距离群集条形块的位置； 图14c示出针对用于图14a中所示的距离条形块的下距离位置的有效距离值的第 二直方图，在其上叠加根据关联群集处理的第一实施例的关联一维标称下距离群集条形块 的预定位置、W及根据关联群集处理的第二实施例的与图14f相对应的一维下距离群集条 形块的位置； 图14d示出根据关联群集处理的第二实施例的叠加在图14a的距离条形块的自上 而下视图上的多个预定二维群集条形块； 图14e示出根据关联群集处理的第二实施例的叠加在图14b的横向距离直方图上 的与图14d相关联的多个一维横向距离群边界； 图14f示出根据关联群集处理的第二实施例的叠加在图14c的下距离直方图上的 与图14d相关联的多个一维下距离群边界； 图15示出群集处理的流程图； 图16示出与图14a中所示的每个感兴趣区域（R0I)相关联的对应最佳拟合楠圆； [002引图17a示出与图14a、图14d和图16中所示的每个感兴趣区域（R0I)相关联的对 应最佳拟合矩形； 图1化示出用于一个感兴趣区域（R0I)的图16中所示的最佳拟合楠圆和图17a 中所示的最佳拟合矩形之间的对应关系； 图18示出图13的场景的半色调图像，在其上叠加与距离条形块的关联多个群中 的每个相关联的质也的位置；[002引图19a是图14b中所示的第一直方图的副本； 图19b示出通过使用图21中所示的第一脉冲响应序列滤波图14b和图19a的第 一直方图生成的第一滤波直方图； 图20a是图14c中所示的第二直方图的副本； 图2化示出通过使用图21中所示的第二脉冲响应序列滤波图14c和图20a的第 二直方图生成的第二滤波直方图；[003引图21示出分别用于滤波图19a和图20a的第一直方图和第二直方图W生成图19b 和图20b中所示的对应第一滤波直方图和第二滤波直方图的第一脉冲响应序列和第二脉 冲响应序列； 图22示出根据关联群集处理的第H实施例的图19b的第一滤波直方图的第一空 间导数，在其上叠加从其确定的多个横向距离群边界； 图23示出根据关联群集处理的第H实施例的图20b的第二滤波直方图的第二空 间导数，在其上叠加从其确定的多个下距离群边界；图24a示出交通工具对象的半色调图像，在其上叠加30条关联均匀间隔径向搜索 路径和交通工具对象的关联边缘位置； 图24b示出来自图24a的边缘位置的轮廓； 图25a示出交通工具对象的半色调图像，在其上叠加45个关联均匀间隔径向搜索 路径和交通工具对象的关联边缘位置；[003引图2化示出来自图25a的边缘位置的轮廓； 图26示出用于找到图像中的对象的边缘的对象检测处理的流程图； 图27示出与图26中所示的处理相关联的W质也为中也的本地坐标系统中的多个 图像像素； 图28示出最大同质性邻域滤波处理的流程图； 图29a至图2化示出由关联最大同质性邻域滤波器使用的多个不同同质性区域； 图29i示出识别用于图29a至图29h中所示的同质性区域的像素位置的图例； 图29j示出识别用于图29a至图29h中所示的同质性区域的像素类型的图例； 图30示出交通工具的半色调图像，在其上叠加通过图31中的扩展详情所示的图 像的一部分的轮廓； 图31示出由最大同质性邻域滤波器变换W形成图32的图像的图30的半色调图 像的一部分； 图32示出使用最大同质性邻域滤波器从图31的图像的变换得到的半色调图像； 图33a至图33SS示出与图25a中所示的径向搜索路径相关联的45个极矢量的幅 度的曲线图； 图34示出在关联感兴趣区域内检测到的交通工具对象的图像，在其上叠加多个 45个关联径向搜索路径； 图35a示出来自图34的交通工具对象的图像、W及与交通工具对象的关联边缘点 的检测相关联的第一象限和第H象限的边界； 图3化示出来自图34的交通工具对象的图像、W及与交通工具对象的关联边缘点 的检测相关联的第二象限的边界； 图35c示出来自图34的交通工具对象的图像、W及与交通工具对象的关联边缘点 的检测相关联的第四象限的边界； 图36a-l示出用于来自图34和图35a-c的所选径向搜索路径的极矢量的幅度的 曲线图； 图37示出由树部分附阴影的交通工具对象； 图38a-b示出用于来自图37的所选径向搜索路径的极矢量的幅度的曲线图； 图39示出与图34中所示的径向搜索路径之一相关联的极矢量的幅度的曲线图， 从其识别与幅度的重要改变相对应的关联边缘点； 图40示出图39中所示的极矢量的空间导数、其对应滤波版本、W及其关联相对低 方差远端部分； 图41a示出视觉场景的距离地图的半色调图像、W及其中的对象的边缘轮廓，其 中，边缘轮廓仅基于来自距离地图图像的信息； 图4化示出视觉场景的半色调图像，其中的对象的第一边缘轮廓仅基于来自距离 地图图像的信息，并且其中的对象的第二边缘轮廓基于视觉场景的单图像的径向搜索； 图41c单独示出如图41a和图4化中所示的第一边缘轮廓； 图41d单独示出如图4化中所示的第二边缘轮廓； 图42示出包含多个交通工具对象的场景的半色调图像； 图43示出由立体视觉系统生成的图42中所示的场景的距离地图图像； 图44示出图42中所示的交通工具对象之本文档来自技高网...
【技术保护点】
一种处理视觉场景的图像的方法，包括：a.接收或确定所述视觉场景的距离地图图像，其中，所述距离地图图像包括第一多个点，所述第一多个点中的每个点包括所述视觉场景内的对应物理元素的对应部分的第一坐标和第二坐标，所述第一坐标对应于或涉及所述视觉场景的下距离坐标，以及所述第二坐标对应于或涉及所述视觉场景的横向距离坐标；b.确定所述视觉场景内的至少一个感兴趣区域，其中，所述至少一个感兴趣区域包括第二多个所述点，所述第二多个所述点是响应于对应间距阈值、针对第一坐标和第二坐标的空间中的间距而被群集的，所述第二多个在数目上小于或等于所述第一多个，以及所述第一坐标和第二坐标的所述空间对应于或涉及下距离和横向距离坐标的空间；c.确定所述至少一个感兴趣区域的所述第二多个所述点的对应相对中心位置，其中，所述相对中心位置包括对应第一坐标和对应第二坐标，所述对应第一坐标对应于或涉及所述视觉场景的对应下距离坐标，以及所述对应第二坐标对应于或涉及所述视觉场景的对应横向距离坐标；d.接收所述视觉场景的图像，其中，所述图像包括在图像空间中被组织为列和行的阵列的第一多个像素，所述列和行的阵列的每列通过对应X图像坐标被识别，以及所述列和行的阵列的每行通过对应Y图像坐标被识别；e.针对对应所述X图像坐标和Y图像坐标，确定所述相对中心位置的位置；以及f.确定与关联于对应所述至少一个感兴趣区域的对象相对应的部分所述图像的多个边缘点的位置，其中，所述多个边缘点中的每个边缘点对应于沿着径向搜索路径的所述对象的外边界，所述径向搜索路径沿着对应向外取向方向从所述相对中心位置延伸，所述外边界是相对于所述相对中心位置的远端，所述多个边缘点中的每个所述边缘点包括所述图像空间中的对应坐标，以及所述多个边缘点提供用于区分所述对象。...
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：格雷戈里·格哈德·尚普，
申请(专利权)人：TK控股公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。