一種車輛遮陽板狀態(tài)的檢測方法
【專利摘要】本發(fā)明公開了一種車輛遮陽板狀態(tài)的檢測方法，包括：獲取檢測圖像；對檢測圖像進行灰度預處理，從而得到灰度圖像；對灰度圖像進行主要連通區(qū)域提取，并計算主要連通區(qū)域的幾何特征和矩形相似程度；對灰度圖像進行水平長邊緣提取，并將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系；根據(jù)區(qū)域邊緣匹配關(guān)系、主要連通區(qū)域的幾何特征和主要連通區(qū)域的矩形相似程度對遮陽板的狀態(tài)進行判定。本發(fā)明基于數(shù)學形態(tài)學和連通域理論，綜合利用主要連通區(qū)域的幾何特征、主要連通區(qū)域的矩形相似程度和區(qū)域邊緣匹配關(guān)系來對遮陽板的狀態(tài)進行檢測，檢測效率和檢測精度高，實用性高。本發(fā)明可廣泛應用于圖像處理領(lǐng)域。
【專利說明】一種車輛遮陽板狀態(tài)的檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，尤其是一種車輛遮陽板狀態(tài)的檢測方法。
【背景技術(shù)】
[0002]遮陽板安裝在汽車前風擋玻璃上，能防止陽光刺眼，可由駕駛員自行放下或者調(diào)整合適的放下角度。當前一些不法分子會在夜間放下遮陽板，利用遮陽板的遮擋性來遮掩其面容特征，防止其面容特征被卡口系統(tǒng)拍攝到，從而逃避了法律的制裁。為了提前對此種情形進行預警，及時地反饋車輛的可疑性，有效地為公安提供參考信息，有必要對車輛的遮陽板狀態(tài)進行快速、有效的檢測。
[0003]但是，由于受道路復雜和車內(nèi)環(huán)境復雜等客觀因素的影響，現(xiàn)有的夜間車輛遮陽板狀態(tài)檢測方法，存在如下問題:1、道路紋理對遮陽板檢測造成了一定的影響；2、容易把形狀相似的部分(如車內(nèi)擺放的矩形物體和車窗所粘貼的標簽等)當成遮陽板而引起檢測失敗；3、實用性不高，難以應用到實際卡口系統(tǒng)中。這些因素嚴重影響了遮陽板狀態(tài)檢測的效率和檢測精度，因此，目前仍沒有完善、成熟的夜間遮陽板狀態(tài)檢測算法可應用于實際工程中。

【發(fā)明內(nèi)容】

[0004]為了解決上述技術(shù)問題，本發(fā)明的目的是:提供一種檢測效率高、檢測精度高和實用性高的車輛遮陽板狀態(tài)的檢測方法，以滿足公安部門的安全預警需求。
[0005]本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種車輛遮陽板狀態(tài)的檢測方法，包括:
A、獲取檢測圖像；
B、對檢測圖像進行灰度預處理，從而得到灰度圖像；
C、對灰度圖像進行主要連通區(qū)域提取，并計算主要連通區(qū)域的幾何特征和矩形相似程
度；
D、對灰度圖像進行水平長邊緣提取，并將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系；
E、根據(jù)區(qū)域邊緣匹配關(guān)系、主要連通區(qū)域的幾何特征和主要連通區(qū)域的矩形相似程度對遮陽板的狀態(tài)進行判定。
[0006]進一步，所述步驟B，其包括:
B1、對檢測圖像進行彩色圖像灰度化，從而得到灰度化圖像；
B2、對灰度化圖像進行灰度拉伸，從而得到拉伸圖像；
B3、采用數(shù)學形態(tài)學方法去掉拉伸圖像的高亮區(qū)域，從而得到灰度圖像。
[0007]進一步，所述步驟C，其包括:
Cl、采用預設(shè)的閾值對灰度圖像進行閾值化，從而得到二值圖像；
C2、對二值圖像進行數(shù)學形態(tài)學處理，從而得到形態(tài)學運算圖像；C3、根據(jù)遮陽板形狀的先驗知識，對形態(tài)學運算圖像進行剔除處理，從而得到主要連通區(qū)域；
C4、計算主要連通區(qū)域的幾何特征和矩形相似程度。
[0008]進一步，所述步驟C4，其包括:
C41、計算主要連通區(qū)域的幾何特征；
C42、提取主要連通區(qū)域的等效矩形，并計算等效矩形的幾何特征；
C43、根據(jù)主要連通區(qū)域的幾何特征和等效矩形的幾何特征對主要連通區(qū)域的矩形相似程度進行計算。
[0009]進一步，所述主要連通區(qū)域的幾何特征包括主要連通區(qū)域的質(zhì)心位置、重心位置、寬度、高度、寬高比、面積、外接矩形和外接矩形的面積；所述等效矩形的幾何特征包括等效矩形的位置以及等效矩形的面積。
[0010]進一步，所述步驟D中對灰度圖像進行水平長邊緣提取這一步驟，其包括:
D1、對灰度圖像進行邊緣提取，從而得到邊緣圖；
D2、對邊緣圖進行水平邊緣點提取，從而得到水平邊緣圖；
D3、利用連通域原理從水平邊緣圖中提取出水平長邊緣。
[0011]進一步，所述步驟D中將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系這一步驟，其具體為:
對水平長邊緣和主要連通區(qū)域進行特征匹配，尋找主要連通區(qū)域中是否存在著與水平長邊緣相匹配的上邊緣和下邊緣，從而得到區(qū)域邊緣匹配關(guān)系。
[0012]進一步，所述步驟E，其包括:
E1、根據(jù)區(qū)域邊緣匹配關(guān)系判斷主要連通區(qū)域是否存在著匹配邊緣，若不存在，則執(zhí)行步驟E2，反之，則執(zhí)行步驟E3 ；
E2、根據(jù)主要連通區(qū)域的幾何特征和水平長邊緣判斷主要連通區(qū)域的位置關(guān)系是否正確，若是，則執(zhí)行步驟E3，反之，則執(zhí)行步驟E5 ；
E3、判斷主要連通區(qū)域的矩形相似程度是否符合預設(shè)的閾值條件，若是，則執(zhí)行步驟E4，反之，則執(zhí)行步驟E5 ；
E4、判定車輛遮陽板的狀態(tài)為遮陽板已被放下，并記錄灰度圖像中遮陽板的位置；
E5、判定車輛遮陽板的狀態(tài)為遮陽板未被放下。
[0013]進一步，所述檢測圖像為車輛的車窗圖像。
[0014]本發(fā)明的有益效果是:基于數(shù)學形態(tài)學和連通域理論，綜合利用主要連通區(qū)域的幾何特征、主要連通區(qū)域的矩形相似程度和區(qū)域邊緣匹配關(guān)系來對遮陽板的狀態(tài)進行檢測，能有效降低道路紋理和車內(nèi)環(huán)境等因素對遮陽狀態(tài)檢測的影響，檢測效率和檢測精度高，檢測正確率可達到90%以上；可以應用在實際卡口系統(tǒng)中對夜間遮陽板是否處于放下狀態(tài)進行有效檢測，實用性高。
【專利附圖】

【附圖說明】
[0015]下面結(jié)合附圖和實施例對本發(fā)明作進一步說明。
[0016]圖1為本發(fā)明一種車輛遮陽板狀態(tài)的檢測方法的步驟流程圖；
圖2為本發(fā)明步驟B的流程圖；圖3為本發(fā)明步驟C的流程圖；
圖4為本發(fā)明步驟C4的流程圖；
圖5為本發(fā)明步驟D中對灰度圖像進行水平長邊緣提取的流程圖；
圖6為本發(fā)明步驟E的流程圖。
【具體實施方式】
[0017]為了便于下文的描述，首先給出下列名詞的定義或解釋:
A method of vehicle sun visor’ s state detection:一種車輛遮陽板狀態(tài)的檢測方法；
灰度拉伸:基本的圖像灰度變換方式之一，通過簡單的變換函數(shù)對圖像的灰度進行變換，以提高圖像處理時灰度級的動態(tài)范圍。
[0018]參照圖1，一種車輛遮陽板狀態(tài)的檢測方法，包括:
A、獲取檢測圖像；
B、對檢測圖像進行灰度預處理，從而得到灰度圖像；
C、對灰度圖像進行主要連通區(qū)域提取，并計算主要連通區(qū)域的幾何特征和矩形相似程
度；
D、對灰度圖像進行水平長邊緣提取，并將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系；
E、根據(jù)區(qū)域邊緣匹配關(guān)系、主要連通區(qū)域的幾何特征和主要連通區(qū)域的矩形相似程度對遮陽板的狀態(tài)進行判定。
[0019]其中，檢測圖像為車輛的車窗圖像。
[0020]主要連通區(qū)域的幾何特征，包括主要連通區(qū)域的質(zhì)心位置、重心位置、寬度、高度、寬高比、面積、外接矩形和外接矩形的面積等。
[0021]區(qū)域邊緣匹配關(guān)系表示主要連通區(qū)域是否存在與水平長邊緣相匹配的邊緣(即主要連通區(qū)域與水平長邊緣的位置是否接近)。
[0022]主要連通區(qū)域是車輛遮陽板的候選區(qū)域。
[0023]本發(fā)明分析夜間遮陽板的各種圖像特征，先通過進行主要連通區(qū)域提取、水平長邊緣提取和區(qū)域邊緣特征匹配，提取出能用于遮陽板狀態(tài)判別的有效特征(包括主要連通區(qū)域的幾何特征、矩形相似程度和邊緣匹配關(guān)系等)，然后再根據(jù)提取的特征進行遮陽板狀態(tài)判別，較為高效和精確。
[0024]參照圖2，進一步作為優(yōu)選的實施方式，所述步驟B，其包括:
B1、對檢測圖像進行彩色圖像灰度化，從而得到灰度化圖像；
B2、對灰度化圖像進行灰度拉伸，從而得到拉伸圖像；
B3、采用數(shù)學形態(tài)學方法去掉拉伸圖像的高亮區(qū)域，從而得到灰度圖像。
[0025]本發(fā)明對檢測圖像進行灰度預處理，從而得到灰度圖像的步驟如下:
首先，對檢測圖像進行彩色圖像灰度化，進行彩色圖像灰度化依據(jù)的公式如下:
，式中，r、g、b分別為紅色通道的分量、綠色通道的分量、藍色通道的分量，
I為像素點的灰度。[0026]然后，利用灰度拉伸方式，使圖像亮度分布在合理范圍內(nèi)。
[0027]最后，采用數(shù)學形態(tài)學去掉圖像中高亮區(qū)域。
[0028]參照圖3，進一步作為優(yōu)選的實施方式，所述步驟C，其包括:
Cl、采用預設(shè)的閾值對灰度圖像進行閾值化，從而得到二值圖像；
C2、對二值圖像進行數(shù)學形態(tài)學處理，從而得到形態(tài)學運算圖像；
C3、根據(jù)遮陽板形狀的先驗知識，對形態(tài)學運算圖像進行剔除處理，從而得到主要連通區(qū)域；
C4、計算主要連通區(qū)域的幾何特征和矩形相似程度。
[0029]其中，對二值圖像進行數(shù)學形態(tài)學運算處理包括開運算處理和縱向閉運算處理。
[0030]開運算處理是指采用一個長度適當?shù)慕Y(jié)構(gòu)元對二值圖像進行數(shù)學形態(tài)學開運算處理，以去除二值圖像中遮陽板和人臉的粘連。
[0031]有些情況下，由于光照影響，二值化后的遮陽板區(qū)域可能存在縱向部分斷裂現(xiàn)象。為了解決這種問題，需要對數(shù)學形態(tài)學開運算圖像進行縱向閉運算處理?？v向閉運算處理的過程如下:首先對二值圖像各區(qū)域進行標記，從而得到二值圖像的標記圖像；然后對標記圖像進行縱向閉運算，從而得到縱向閉運算圖像(即形態(tài)學運算圖像)。經(jīng)過縱向閉運算處理后，同一個標記區(qū)域內(nèi)的縱向斷裂部分被連接起來，且沒有發(fā)生區(qū)域合并的問題。
[0032]對形態(tài)學運算圖像進行剔除處理是指，根據(jù)遮陽板形狀的先驗知識，剔除形態(tài)學運算圖像中寬度、高度、面積和寬高比不符合要求的區(qū)域，從而得到主要連通區(qū)域。
[0033]主要連通區(qū)域的幾何特征和矩形相似程度均用于后續(xù)的遮陽板狀態(tài)判定。
[0034]參照圖4，進一步作為優(yōu)選的實施方式，所述步驟C4，其包括:
C41、計算主要連通區(qū)域的幾何特征；
C42、提取主要連通區(qū)域的等效矩形，并計算等效矩形的幾何特征；
C43、根據(jù)主要連通區(qū)域的幾何特征和等效矩形的幾何特征對主要連通區(qū)域的矩形相似程度進行計算。
[0035]其中，等效矩形的幾何特征包括等效矩形的位置以及等效矩形的面積等。主要連通區(qū)域的外接矩形是指主要連通區(qū)域外輪廓的外接矩形。主要連通區(qū)域的等效矩形是指滿足以下原則的矩形:1)等效矩形的重心和主要連通區(qū)域的重心相同；2)等效矩形的面積和主要連通區(qū)域面積的差值小于預設(shè)的閾值。
[0036]主要連通區(qū)域的矩形相似程度的衡量參數(shù)有兩個: 和r2。 和r2的計算公式分
別為
【權(quán)利要求】
1.一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，包括:A、獲取檢測圖像；B、對檢測圖像進行灰度預處理，從而得到灰度圖像；C、對灰度圖像進行主要連通區(qū)域提取，并計算主要連通區(qū)域的幾何特征和矩形相似程度；D、對灰度圖像進行水平長邊緣提取，并將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系；E、根據(jù)區(qū)域邊緣匹配關(guān)系、主要連通區(qū)域的幾何特征和主要連通區(qū)域的矩形相似程度對遮陽板的狀態(tài)進行判定。
2.根據(jù)權(quán)利要求1所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟B，其包括:B1、對檢測圖像進行彩色圖像灰度化，從而得到灰度化圖像；B2、對灰度化圖像進行灰度拉伸，從而得到拉伸圖像；B3、采用數(shù)學形態(tài)學方法去掉拉伸圖像的高亮區(qū)域，從而得到灰度圖像。
3.根據(jù)權(quán)利要求1所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟C，其包括:.Cl、采用預設(shè)的閾值對灰度圖像進行閾值化，從而得到二值圖像；C2、對二值圖像進行數(shù)學形態(tài)學處理，從而得到形態(tài)學運算圖像；C3、根據(jù)遮陽板形狀的先驗知識，對形態(tài)學運算圖像進行剔除處理，從而得到主要連通區(qū)域；C4、計算主要連通區(qū)域的幾何特征和矩形相似程度。
4.根據(jù)權(quán)利要求3所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟C4，其包括:C41、計算主要連通區(qū)域的幾何特征；C42、提取主要連通區(qū)域的等效矩形，并計算等效矩形的幾何特征；C43、根據(jù)主要連通區(qū)域的幾何特征和等效矩形的幾何特征對主要連通區(qū)域的矩形相似程度進行計算。
5.根據(jù)權(quán)利要求4所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述主要連通區(qū)域的幾何特征包括主要連通區(qū)域的質(zhì)心位置、重心位置、寬度、高度、寬高比、面積、外接矩形和外接矩形的面積；所述等效矩形的幾何特征包括等效矩形的位置以及等效矩形的面積。
6.根據(jù)權(quán)利要求1所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟D中對灰度圖像進行水平長邊緣提取這一步驟，其包括:D1、對灰度圖像進行邊緣提取，從而得到邊緣圖；D2、對邊緣圖進行水平邊緣點提取，從而得到水平邊緣圖；D3、利用連通域原理從水平邊緣圖中提取出水平長邊緣。
7.根據(jù)權(quán)利要求1所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟D中將水平長邊緣與主要連通區(qū)域進行特征匹配，從而得到區(qū)域邊緣匹配關(guān)系這一步驟，其具體為:對水平長邊緣和主要連通區(qū)域進行特征匹配，尋找主要連通區(qū)域中是否存在著與水平長邊緣相匹配的上邊緣和下邊緣，從而得到區(qū)域邊緣匹配關(guān)系。
8.根據(jù)權(quán)利要求1所述的一種車輛遮陽板狀態(tài)的檢測方法，其特征在于，所述步驟E，其包括:E1、根據(jù)區(qū)域邊緣匹配關(guān)系判斷主要連通區(qū)域是否存在著匹配邊緣，若不存在，則執(zhí)行步驟E2，反之，則執(zhí)行步驟E3 ；E2、根據(jù)主要連通區(qū)域的幾何特征和水平長邊緣判斷主要連通區(qū)域的位置關(guān)系是否正確，若是，則執(zhí)行步驟E3，反之，則執(zhí)行步驟E5 ；E3、判斷主要連通區(qū)域的矩形相似程度是否符合預設(shè)的閾值條件，若是，則執(zhí)行步驟E4，反之，則執(zhí)行步驟E5 ；E4、判定車輛遮陽板的狀態(tài)為遮陽板已被放下，并記錄灰度圖像中遮陽板的位置；E5、判定車輛遮陽板的狀態(tài)為遮陽板未被放下。
9.根據(jù)權(quán)利要求1-8任一項所述的一種車輛遮陽板狀態(tài)的檢測 方法，其特征在于，所述檢測圖像為車輛的車窗圖像。
【文檔編號】G06T7/00GK103440647SQ201310365024
【公開日】2013年12月11日 申請日期:2013年8月20日 優(yōu)先權(quán)日:2013年8月20日
【發(fā)明者】李熙瑩, 陳玲 申請人:中山大學, 廣東方緯科技有限公司