基于FCW系统的前方车辆候选框提取方法技术方案

本发明专利技术涉及一种基于FCW系统的前方车辆候选框提取方法，包括：S1、获取前方图像，计算所述前方图像的横向梯度；S2、根据所述横向梯度信息获取前方车辆底部阴影区域；S3、根据所述前方车辆底部阴影区域生成前方车辆第一候选框；S4、根据所述横向梯度信息生成前方车辆第二候选框；S5、对所述第一候选框和所述第二候选框进行双向过滤，保留过滤后的剩余候选框；S6、对于所述步骤S5中剩余候选框进行层次聚类，删除重叠的剩余候选框，再计算前方车辆对称轴，调整所述剩余候选框，最终生成车辆候选框。本发明专利技术的前方车辆候选框的提取方法，具有速度快、精度好的优点。

Candidate Frame Extraction Method for Front Vehicle Based on FCW System

The present invention relates to a method for extracting front vehicle candidate frame based on FCW system, which includes: S1, obtaining front image and calculating the lateral gradient of the front image; S2, obtaining the shadow area of front vehicle bottom according to the lateral gradient information; S3, generating the first candidate box of front vehicle according to the shadow area of front vehicle bottom; S4, generating the first candidate box of front vehicle according to the lateral gradient information. Form the second candidate box of the front vehicle; S5, filter the first candidate box and the second candidate box bidirectionally to retain the remaining candidate box after filtering; S6, cluster the remaining candidate box in the said Xiao 5 hierarchically, delete the overlapping remaining candidate box, calculate the symmetrical axis of the front vehicle, adjust the remaining candidate box, and finally generate the vehicle candidate box. The method for extracting the vehicle candidate frame in front of the invention has the advantages of fast speed and good accuracy.

【技术实现步骤摘要】
基于FCW系统的前方车辆候选框提取方法
本专利技术属于智能交通
，尤其涉及一种基于FCW系统的前方车辆候选框提取方法。
技术介绍
在车辆前方目标检测中，不仅要求模型能判断一幅输入图像中包含哪种类型的目标，还需要框选出目标的具体位置加以标识。而为了定位目标的具体位置，传统的方法是利用滑动窗口的方式，用不同尺度、比例的窗口在图像上滑动，以穷举出所有可能位置上的子图像块，然后确定图像块的类别。这种操作方式数据处理量巨大，通常一幅图像需要分割成约106个子图像块，这势必导致工作量巨大，检测速度较低。
技术实现思路
本专利技术的目的在于提供一种基于FCW系统的前方车辆候选框提取方法，提高检测效率和检测精度。为实现上述目的，本专利技术提供一种基于FCW系统的前方车辆候选框提取方法，包括：S1、获取前方图像，计算所述前方图像的横向梯度；S2、根据所述横向梯度信息获取前方车辆底部阴影区域；S3、根据所述前方车辆底部阴影区域生成前方车辆第一候选框；S4、根据所述横向梯度信息生成前方车辆第二候选框；S5、对所述第一候选框和所述第二候选框进行双向过滤，保留过滤后的剩余候选框；S6、对于所述步骤S5中剩余候选框进行层次聚类，删除重叠的剩余候选框，再计算前方车辆对称轴，调整所述剩余候选框，最终生成车辆候选框。根据本专利技术的一个方面，在所述步骤S2中，包括：S21、根据所述横向梯度信息确认可行驶区域，在可行驶区域上统计出前方车辆底部阴影区域分割阈值；S22、将所述前方图像二值化，依据所述前方车辆底部阴影区域分割阈值获取所述前方车辆底部阴影区域。根据本专利技术的一个方面，在所述步骤S21中，将所述前方图像进行分块处理，统计梯度图中没有梯度区域的直方图，之后依据所述直方图计算均值和方差，代入公式：前方车辆底部阴影区域分割阈值＝均值-1.5×方差，获取所述前方车辆底部阴影区域分割阈值。根据本专利技术的一个方面，在所述步骤S3中，包括：S31、将获取所述前方车辆底部阴影区域分块处理，计算第一短直线；S32、扫描所述第一短直线生成前方车辆第一候选框。根据本专利技术的一个方面，在所述步骤S31中：设定所述前方车辆在所述前方图像中的宽高比为1:1，根据图像中像素的Y坐标，计算出车辆宽度；根据计算出的车辆宽度，计算两个宽度区域中的数据占比，如数据占比大于一定预定值，则该区域设置为一条所述第一短直线。根据本专利技术的一个方面，在所述步骤S32中，找到一条所述第一短直线的起点向右扫描，若遇到断裂点且断裂点小于设定数量，则继续扫描，否则回溯到所述断裂点处，得到所述第一候选框的边界位置。根据本专利技术的一个方面，在所述步骤S4中，包括：S41、将获取的所述横向梯度图像分块处理，计算第二短直线；S42、扫描所述第二短直线生成前方车辆第二候选框。根据本专利技术的一个方面，在所述步骤S41中，设定所述前方车辆在所述前方图像中的宽高比为1:1，根据图像中像素的Y坐标，计算出车辆宽度；根据计算出的车辆宽度，计算两个宽度区域中的数据占比，如数据占比大于一定预定值，则该区域设置为一条所述第二短直线。根据本专利技术的一个方面，在所述步骤S42中，找到一条所述第二短直线的起点向右扫描，若遇到断裂点且断裂点小于设定数量，则继续扫描，否则回溯到所述断裂点处，得到所述第二候选框的边界位置。根据本专利技术的一个方面，在所述步骤S5中，对所述第一候选框和所述第二候选框进行双向过滤包括：判断所述前方图像某区域内目标物的距离是否大于设定的距离阈值，若大于所述设定的距离阈值，则保留所述第二候选框为该预期剩余候选框；若小于所述设定的距离阈值，当所述前方图像中某区域同时存在所述第一候选框时和第二候选框时，保留所述第一候选框为该区域剩余候选框，当所述前方图像中某区域存在所述第二候选框且不存在所述第一候选框时，保留所述第二候选框为该区域剩余候选框。根据本专利技术的一个方案，本专利技术的基于FCW系统的前方车辆候选框提取方法，依据前方车辆底部阴影区域生成前方车辆的第一候选框，依据梯度图像生成前方车辆的第二候选框，即本专利技术的方法同时将梯度图像和前方车辆底部阴影区域作为生成候选框的依据，之后再对生成的第一候选框和第二候选框进行双向过滤和层次聚类，最终提取到前方车辆的车辆候选框。与现有技术相比，本专利技术的方法大大提升了效率，经过试验，本专利技术的方法可以在PC(I5，4G内存)上处理1280X720图像的耗时仅为6-7ms。根据本专利技术的一个方案，依据横向梯度信息并将图像分块化处理，能够提高算法处理速度，可以快速得到粗略的可行驶区域，即可以得到比较准确的路面像素值，根据路面统计的均值和方差，也就可以得到比较准确的前方车辆底部阴影区域分割阈值，从而保证获取前方车辆底部阴影区域的准确性，有利于保证最终生成候选框的准确性。根据本专利技术的一个方案，在计算第一短直线和第二短直线的过程中，分别对车辆底部阴影区域进行分块处理和对梯度图像进行了分块处理，如此可以有效加快第一短直线和第二短直线计算速度，同时，将分块处理还可以将一些弯曲的边缘线映射到一条直线上，有利于第一候选框和第二候选框的生成。根据本专利技术的一个方案，对第一候选框和第二候选框进行双向过滤处理，可以很好地去掉地面上斑马线、文字、道路连接线以及道路上其他干扰线条，同时对路边花丛、草木等提取的候选框也具有抑制作用，从而能够有效提升本专利技术候选框提取的精确度。附图说明图1是示意性表示根据本专利技术的基于FCW系统的前方车辆候选框提取方法的流程图。具体实施方式为了更清楚地说明本专利技术实施方式或现有技术中的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在针对本专利技术的实施方式进行描述时，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”所表达的方位或位置关系是基于相关附图所示的方位或位置关系，其仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本专利技术的限制。下面结合附图和具体实施方式对本专利技术作详细地描述，实施方式不能在此一一赘述，但本专利技术的实施方式并不因此限定于以下实施方式。参考图1所示，根据本专利技术的一种实施方式，本专利技术的基于FCW系统的前方车辆候选框提取方法包括：S1、获取前方图像，计算前方图像的横向梯度；S2、根据横向梯度信息获取前方车辆底部阴影区域；S3、根据前方车辆底部阴影区域生成前方车辆第一候选框；S4、根据横向梯度信息生成前方车辆第二候选框；S5、对第一候选框和第二候选框进行双向过滤，保留过滤后的剩余候选框；S6、对于步骤S5中剩余候选框进行层次聚类，删除重叠的剩余候选框，再计算前方车辆对称轴，调整剩余候选框，最终生成车辆候选框。本专利技术的基于FCW系统的前方车辆候选框提取方法，依据前方车辆底部阴影区域生成前方车辆的第一候选框，依据梯度图像生成前方车辆的第二候选框，即本专利技术的方法同时将梯度图像和前方车辆底部阴影区域作为生成候选框的依据，之后再对生成第一候选框和第二候选框进行双向过滤和层次聚类，最终提取到前方本文档来自技高网...

【技术保护点】
1.一种基于FCW系统的前方车辆候选框提取方法，包括：S1、获取前方图像，计算所述前方图像的横向梯度；S2、根据所述横向梯度信息获取前方车辆底部阴影区域；S3、根据所述前方车辆底部阴影区域生成前方车辆第一候选框；S4、根据所述横向梯度信息生成前方车辆第二候选框；S5、对所述第一候选框和所述第二候选框进行双向过滤，保留过滤后的剩余候选框；S6、对于所述步骤S5中剩余候选框进行层次聚类，删除重叠的剩余候选框，再计算前方车辆对称轴，调整所述剩余候选框，最终生成车辆候选框。

【技术特征摘要】
1.一种基于FCW系统的前方车辆候选框提取方法，包括：S1、获取前方图像，计算所述前方图像的横向梯度；S2、根据所述横向梯度信息获取前方车辆底部阴影区域；S3、根据所述前方车辆底部阴影区域生成前方车辆第一候选框；S4、根据所述横向梯度信息生成前方车辆第二候选框；S5、对所述第一候选框和所述第二候选框进行双向过滤，保留过滤后的剩余候选框；S6、对于所述步骤S5中剩余候选框进行层次聚类，删除重叠的剩余候选框，再计算前方车辆对称轴，调整所述剩余候选框，最终生成车辆候选框。2.根据权利要求1所述的基于FCW系统的前方车辆候选框提取方法，其特征在于，在所述步骤S2中，包括：S21、根据所述横向梯度信息确认可行驶区域，在可行驶区域上统计出前方车辆底部阴影区域分割阈值；S22、将所述前方图像二值化，依据所述前方车辆底部阴影区域分割阈值获取所述前方车辆底部阴影区域。3.根据权利要求2所述的基于FCW系统的前方车辆候选框提取方法，其特征在于，在所述步骤S21中，将所述前方图像进行分块处理，统计梯度图中没有梯度区域的直方图，之后依据所述直方图计算均值和方差，代入公式：前方车辆底部阴影区域分割阈值＝均值-1.5×方差，获取所述前方车辆底部阴影区域分割阈值。4.根据权利要求1或3所述的基于FCW系统的前方车辆候选框提取方法，其特征在于，在所述步骤S3中，包括：S31、将获取所述前方车辆底部阴影区域分块处理，计算第一短直线；S32、扫描所述第一短直线生成前方车辆第一候选框。5.根据权利要求4所述的基于FCW系统的前方车辆候选框提取方法，其特征在于，在所述步骤S31中：设定所述前方车辆在所述前方图像中的宽高比为1:1，根据图像中像素的Y坐标，计算出车辆宽度；根据计算出的车辆宽度，计算两个宽度区域中的数据占比，如数...

【专利技术属性】
技术研发人员：李丁，万里，劳虹岚，
申请(专利权)人：上海为森车载传感技术有限公司，
类型：发明
国别省市：上海,31