【技术实现步骤摘要】
本专利技术涉及影像处理，尤其涉及一种车载影像处理方法及系统。
技术介绍
1、随着车辆自动化技术的快速发展，车载影像处理系统在驾驶辅助、智能交通等领域发挥着重要作用，传统的车载影像处理方法主要依赖于人工特征提取和手工设计的算法，存在着识别准确率不高、效率不高的问题，因此，为了满足现代化的车载影像处理需求，需要一种智能化的车载影像处理方法及系统。
技术实现思路
1、本专利技术为解决上述技术问题，提出了一种车载影像处理方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，本专利技术提供一种车载影像处理方法，包括以下步骤：
3、步骤s1：获取车载影像；对车载影像进行目标检测，以标记目标检测点；对目标检测点进行边界框分割，以生成目标边界框数据；通过车载影像对目标边界框数据进行光流跟踪，以生成特征边界框序列；
4、步骤s2：对特征边界框序列进行动态演变分析，以生成动态演变数据；基于动态演变数据对车载影像进行时序位面断裂处理，以生成动态多维位面影像；对动态多维位面影像进行拓扑流形变形分析，以生成拓扑演化特征数据；
5、步骤s3：根据拓扑演化特征数据对动态多维位面影像进行拓扑微扰识别，以生成位面奇点；对车载影像进行形态振动分析，以生成影像形态振动数据；通过影像形态振动数据对动态多维位面影像进行位面膨胀优化，以生成优化动态位面影像；
6、步骤s4：利用优化动态位面影像对位面奇点进行拓扑演变分析，以生成奇点拓扑演变数据；对奇点拓扑演变
7、步骤s5：对优化动态位面影像进行时间帧分析，以生成帧图像时间轴；对帧图像时间轴进行时延均值计算，以生成时延均值数据；通过时延均值数据对优化动态位面影像进行视觉帧延迟优化，以生成时延优化位面影像；
8、步骤s6：利用碰撞趋势预警数据对特征边界框序列进行碰撞决策分析，以生成边界框规避决策数据；通过边界框规避决策数据对时延优化位面影像进行逐帧插值映射，以构建位面影像模型，以执行车载影像处理作业。
9、本专利技术通过目标检测和边界框分割技术，识别车载影像中的目标物体，生成其位置和边界框数据，光流跟踪技术用于跟踪目标物体在不同帧之间的运动，生成特征边界框序列，提供目标物体的动态信息，通过对特征边界框序列进行分析，捕捉目标物体的动态演变信息，时序位面断裂处理将车载影像转化为多维位面影像，在时域上呈现目标物体的运动轨迹，拓扑流形变形分析提取位面影像的拓扑演化特征，用于奇点识别和碰撞趋势预测，通过拓扑演化特征数据，识别动态多维位面影像中的位面奇点，即拓扑结构的突变点，有助于捕捉重要的场景变化，影像形态振动分析提取车载影像中的形态变化信息，进一步优化位面影像的质量和准确性，通过对优化动态位面影像进行分析，捕捉位面奇点的拓扑演变信息，生成奇点演化轨迹曲线，通过对奇点演化轨迹曲线进行碰撞趋势预测，提供与潜在碰撞相关的预警数据，帮助驾驶员采取适当的措施以避免碰撞事故，通过时间帧分析和时延均值计算，提取优化动态位面影像的时间信息，时延均值数据帮助确定位面影像的帧间延迟情况，进而优化位面影像的视觉表现，提高信息传递的准确性，利用碰撞趋势预警数据对特征边界框序列进行分析，生成边界框规避决策数据，即对潜在碰撞物体进行规避的决策，通过对时延优化位面影像进行逐帧插值映射，构建位面影像模型，实施车载影像处理作业，如实时显示警告、辅助驾驶决策等。
10、优选地，步骤s1包括以下步骤：
11、步骤s11：获取车载影像；
12、步骤s12：对车载影像进行目标检测，以标记目标检测点，目标检测点包括车辆检测点、行人检测点、路标检测点及障碍物监测点；
13、步骤s13：对目标检测点进行像素级区域提取，以生成目标像素区域；
14、步骤s14：利用图像分割算法对目标像素区域进行边界框分割，以生成目标边界框数据；
15、步骤s15：通过车载影像对目标边界框数据进行光流跟踪，以生成特征边界框序列。
16、本专利技术通过目标检测识别车辆、行人、路标和其他障碍物等目标，通过标记目标检测点的方式将它们在影像中进行标注，为处理提供准确的目标位置信息，通过像素级区域提取，将目标检测点所对应的像素区域从车载影像中提取出来，形成目标的局部图像，为边界框分割和跟踪提供输入数据，图像分割算法对目标像素区域进行边界框分割，将目标从背景中分离出来，生成包围目标的边界框数据，边界框数据描述目标的位置、大小和形状，为光流跟踪提供准确的目标边界框信息，通过光流跟踪算法，根据车载影像中的像素位移信息，对目标边界框进行跟踪，得到目标在连续帧之间的运动轨迹，特征边界框序列用于分析目标的运动模式、速度和加速度等信息，为动态演变分析和形态振动分析提供数据基础。
17、优选地，步骤s15包括以下步骤：
18、步骤s151：对目标边界框数据进行光流强度计算，以生成边界框光流向量；
19、步骤s152：利用边界框光流向量对目标边界框数据进行边界框分布分析，以生成边界框分布数据；
20、步骤s153：通过车载影像对边界框分布数据进行运动矢量分析，以生成运动矢量数据；
21、步骤s154：基于运动矢量数据对边界框光流向量进行多帧运行分析，以生成边界框多帧光流动态数据；
22、步骤s155：通过车载影像边界框多帧光流动态数据进行光流跟踪，以生成特征边界框序列。
23、本专利技术通过计算目标边界框中像素的光流强度，获得描述目标在连续帧之间运动方向和速度的光流向量，光流向量提供目标的运动信息，为分析和跟踪提供基础。通过分析边界框光流向量的分布情况，得到目标在连续帧之间的运动模式和变化趋势，边界框分布数据描述目标的运动特征，为运动矢量分析和跟踪提供依据，通过在车载影像中分析边界框分布数据，获得目标的运动矢量信息，包括目标的位移、速度和加速度等，运动矢量数据提供目标运动的详细描述，为运动分析和预测提供基础，通过对运动矢量数据进行多帧运行分析，获得边界框光流向量在连续帧之间的变化情况，边界框多帧光流动态数据提供目标的动态特征，包括目标的加速度、曲率和运动模式的变化等，提供更全面跟踪和分析的信息，通过利用车载影像中的边界框多帧光流动态数据，进行光流跟踪，从而生成目标的特征边界框序列，特征边界框序列描述目标在不同帧之间的位置、形状和运动轨迹，为车载影像处理提供更准确和连续的目标跟踪结果。
24、优选地，步骤s2包括以下步骤：
25、步骤s21：对特征边界框序列进行空间定位特征提取，以生成空间定位参数；
26、步骤s22：根据空间定位参数对特征边界框序列进行动态演变分析，以生成动态演变数据；
27、步骤s23：基于动态演变数据对车载影像进行时序帧影像提取，以生成车载时序帧影像；
28、步骤本文档来自技高网...
【技术保护点】
1.一种车载影像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤S1的具体步骤为：
3.根据权利要求2所述的方法，其特征在于，步骤S15的具体步骤为：
4.根据权利要求1所述的方法，其特征在于，步骤S2的具体步骤为：
5.根据权利要求4所述的方法，其特征在于，步骤S25的具体步骤为：
6.根据权利要求1所述的方法，其特征在于，步骤S3的具体步骤为：
7.根据权利要求1所述的方法，其特征在于，步骤S4的具体步骤为：
8.根据权利要求1所述的方法，其特征在于，步骤S5的具体步骤为：
9.根据权利要求1所述的方法，其特征在于，步骤S6的具体步骤为：
10.一种车载影像处理系统，其特征在于，用于执行如权利要求1所述的车载影像处理方法，包括：
【技术特征摘要】
1.一种车载影像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤s1的具体步骤为：
3.根据权利要求2所述的方法，其特征在于，步骤s15的具体步骤为：
4.根据权利要求1所述的方法，其特征在于，步骤s2的具体步骤为：
5.根据权利要求4所述的方法，其特征在于，步骤s25的具体步骤为：
6.根据权...
【专利技术属性】
技术研发人员：孙志春，
申请(专利权)人：深圳市昊瑞云技术有限公司，
类型：发明
国别省市：
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。