本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種汽車變道過程中的轉(zhuǎn)向燈檢測方法和系統(tǒng)。

背景技術(shù)：

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

傳統(tǒng)方案通常需要相關(guān)工作人員對路面攝像系統(tǒng)或者進(jìn)行實(shí)地人工監(jiān)測，才能在汽車變道過程中對相應(yīng)轉(zhuǎn)向燈的使用進(jìn)行檢測，檢測工作量大。

技術(shù)實(shí)現(xiàn)要素：

基于此，有必要針對傳統(tǒng)方案在汽車變道過程中檢測相應(yīng)轉(zhuǎn)向燈的工作量大的技術(shù)問題，提供一種汽車變道過程中的轉(zhuǎn)向燈檢測方法和系統(tǒng)。

一種汽車變道過程中的轉(zhuǎn)向燈檢測方法，包括如下步驟：

從路面攝像系統(tǒng)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(biāo)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(biāo)范圍，獲取所述汽車圖像在所述路面圖像的汽車坐標(biāo)范圍；

根據(jù)所述車道坐標(biāo)范圍和汽車坐標(biāo)范圍檢測所述汽車圖像是否位于車道位置上；

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(shù)；

若所述車燈顏色參數(shù)在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈。

一種汽車變道過程中的轉(zhuǎn)向燈檢測系統(tǒng)，包括：

獲取模塊，用于從路面攝像系統(tǒng)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(biāo)定模塊，用于從所述路面圖像中標(biāo)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(biāo)范圍，獲取所述汽車圖像在所述路面圖像的汽車坐標(biāo)范圍；

檢測模塊，用于根據(jù)所述車道坐標(biāo)范圍和汽車坐標(biāo)范圍檢測所述汽車圖像是否位于車道位置上；

識別模塊，用于若是，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(shù)；

判定模塊，用于若所述車燈顏色參數(shù)在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈。

上述汽車變道過程中的轉(zhuǎn)向燈檢測方法和系統(tǒng)，可以從路面攝像系統(tǒng)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(biāo)定車道位置，若檢測到汽車圖像位于車道位置上，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(shù)，在上述車燈顏色參數(shù)是否在預(yù)設(shè)的顏色參數(shù)范圍時，判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈，其可以通過分析相應(yīng)路面視頻中的路面圖像進(jìn)行汽車變道過程中轉(zhuǎn)向燈的檢測，有效減少了汽車變道過程中是否開啟轉(zhuǎn)向燈這一檢測工作的工作量，可以提高對轉(zhuǎn)向燈進(jìn)行相應(yīng)檢測的效率。

附圖說明

圖1為一個實(shí)施例的汽車變道過程中的轉(zhuǎn)向燈檢測方法流程圖；

圖2為一個實(shí)施例的路面攝像系統(tǒng)安裝示意圖；

圖3為一個實(shí)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(shí)施例的汽車變道過程中的轉(zhuǎn)向燈檢測系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明的汽車變道過程中的轉(zhuǎn)向燈檢測方法和系統(tǒng)的具體實(shí)施方式作詳細(xì)描述。

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

S10，從路面攝像系統(tǒng)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(tǒng)為某段道路對應(yīng)的監(jiān)控系統(tǒng)，其安裝方式可以參考圖2所示，通過天橋或者相關(guān)支架將高清攝像機(jī)安裝在道路一端的上空，利用上述高清攝像機(jī)拍攝下方路線駛過的各類汽車。從上述路面攝像系統(tǒng)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(xù)的各幀路面圖像，獲取其中任意一幀路線圖像，進(jìn)行路面圖像中汽車圖像的捕獲。在獲取路面圖像后，可以對上述路面圖像進(jìn)行圖像預(yù)處理，將采集到的路面圖像進(jìn)行圖像灰度化、圖像增強(qiáng)、圖像濾波、圖像邊緣檢測、圖像二值化等處理，以提高后續(xù)對路面圖像進(jìn)行相應(yīng)識別等處理的準(zhǔn)確性和便利性。

S20，從所述路面圖像中標(biāo)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(biāo)范圍，獲取所述汽車圖像在所述路面圖像的汽車坐標(biāo)范圍；

上述步驟可以從路面圖像中識別車道區(qū)域，從上述識別的車道區(qū)域中取點(diǎn)擬合，以得到相應(yīng)向車道位置。

S30，根據(jù)所述車道坐標(biāo)范圍和汽車坐標(biāo)范圍檢測所述汽車圖像是否位于車道位置上；

上述步驟可以通過計算車道坐標(biāo)范圍和汽車坐標(biāo)范圍之間的關(guān)系檢測汽車圖像是否位于車道位置，比如，若車道坐標(biāo)范圍和汽車坐標(biāo)范圍直接存在交集，則可以判定所述汽車圖像位于車道位置上。

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(shù)；

上述步驟可以根據(jù)車燈在汽車上的安裝位置從汽車圖像識別車燈圖像，再進(jìn)行相應(yīng)車燈顏色參數(shù)的獲取。上述車燈顏色參數(shù)可以包括車燈圖像對應(yīng)的灰度值、RGB值等可以表征車燈圖像顏色的參數(shù)。

S50，若所述車燈顏色參數(shù)在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈。

由于車燈在開啟后的顏色主要為紅色，故可以將顏色參數(shù)范圍設(shè)置為紅色對應(yīng)的取值范圍。

本實(shí)施例提供的汽車變道過程中的轉(zhuǎn)向燈檢測方法和系統(tǒng)，可以從路面攝像系統(tǒng)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(biāo)定車道位置，若檢測到汽車圖像位于車道位置上，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(shù)，在上述車燈顏色參數(shù)是否在預(yù)設(shè)的顏色參數(shù)范圍時，判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈，其可以通過分析相應(yīng)路面視頻中的路面圖像進(jìn)行汽車變道過程中轉(zhuǎn)向燈的檢測，有效減少了汽車變道過程中是否開啟轉(zhuǎn)向燈這一檢測工作的工作量，可以提高對轉(zhuǎn)向燈進(jìn)行相應(yīng)檢測的效率。

在一個實(shí)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(shù)的過程之后，還可以包括：

若所述車燈顏色參數(shù)不在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則判定所述汽車圖像對應(yīng)的汽車在變道過程中未開啟轉(zhuǎn)向燈。

本實(shí)施例中，若所述車燈顏色參數(shù)不在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則可以判定所述汽車圖像對應(yīng)的汽車在變道過程中未開啟轉(zhuǎn)向燈，相應(yīng)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(guān)工作人員，以便及時采用相應(yīng)處理措施。

在一個實(shí)施例中，上述從路面攝像系統(tǒng)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后，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(jìn)行圖像增強(qiáng)、圖像濾波、圖像邊緣檢測以及圖像灰度化處理，得到預(yù)處理后的汽車圖像；

從預(yù)處理后的汽車圖像中識別車牌號。

本實(shí)施例在捕獲汽車圖像后，可以對汽車圖像依次進(jìn)行圖像增強(qiáng)、圖像濾波、圖像邊緣檢測以及圖像灰度化處理等預(yù)處理，可以消除上述汽車圖像中的干擾噪聲，對其進(jìn)行簡化，以提高后續(xù)識別其中車牌號的準(zhǔn)確性。

作為一個實(shí)施例，上述從預(yù)處理后的汽車圖像中識別車牌號的過程可以包括：

從預(yù)處理后的汽車圖像中獲取車牌區(qū)域，對所述車牌區(qū)域進(jìn)行傾斜度調(diào)整；

將傾斜度調(diào)整后的車牌區(qū)域中的車牌字符分割成單獨(dú)的單元字符，對單元字符進(jìn)行歸一化處理；

識別各個單元字符對應(yīng)的字符內(nèi)容，根據(jù)所述字符內(nèi)容確定車牌號。

對車牌區(qū)域進(jìn)行傾斜度調(diào)整，調(diào)正相應(yīng)車牌區(qū)域的位置后，再分別進(jìn)行車牌區(qū)域中各個車牌字符的識別，以確定相應(yīng)的車牌號，具有較高的準(zhǔn)確性。

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

作為一個實(shí)施例，上述識別車牌號的過程可以利用基于SVM的車牌識別方法進(jìn)行相應(yīng)車牌號的識別。

在一個實(shí)施例中，若所述汽車圖像位于車道位置上，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(biāo)圖像；其中，各個目標(biāo)圖像和所述路面圖像為路面視頻中時間上相互連續(xù)的圖像數(shù)據(jù)；

分別獲取各個目標(biāo)圖像中汽車圖像的汽車位置，并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(xù)的兩個目標(biāo)圖像，或者時間上連續(xù)的一個目標(biāo)圖像和路面圖像；

若所述偏差在預(yù)設(shè)的偏差范圍內(nèi)，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(biāo)點(diǎn)(如汽車中心位置在目標(biāo)圖像或者路面圖像中對應(yīng)的點(diǎn))，獲取上述目標(biāo)點(diǎn)分別在各目標(biāo)圖像和路面圖像中的坐標(biāo)，計算各組相鄰圖像中目標(biāo)點(diǎn)的坐標(biāo)差，根據(jù)上述坐標(biāo)差確定相鄰圖像中汽車位置的偏差；例如，若上述坐標(biāo)差為(a,b)，則上述坐標(biāo)差對應(yīng)的偏差可以為：若上述坐標(biāo)差為(a,b)，則上述坐標(biāo)差對應(yīng)的偏差也可以確定為a或b中絕對值較大的值，即橫坐標(biāo)方向或者縱坐標(biāo)方向的較大偏差值。

上述偏差范圍可以根據(jù)汽車的行駛速度以及相應(yīng)路面攝像系統(tǒng)的性能特征進(jìn)行設(shè)置，可以設(shè)置為某個較小范圍，如設(shè)置為-0.1至0.1這一范圍，上述范圍的中各數(shù)量的單位可以根據(jù)路面圖像所對應(yīng)的坐標(biāo)系特征進(jìn)行設(shè)置。

作為一個實(shí)施例，若所述偏差不在預(yù)設(shè)的偏差范圍內(nèi)，則剔除所述路面圖像，返回執(zhí)行從路面攝像系統(tǒng)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(shí)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(biāo)圖像，分別獲取各個目標(biāo)圖像中汽車圖像的汽車位置，并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(yù)設(shè)的偏差范圍內(nèi)，則從所述汽車圖像中識別車燈圖像，進(jìn)行后續(xù)轉(zhuǎn)向燈的檢測，以保證檢測過程中所使用的路面圖像的準(zhǔn)確性，從而提高了所檢測的轉(zhuǎn)向燈是否開啟的準(zhǔn)確性。若所述偏差不在預(yù)設(shè)的偏差范圍內(nèi)，則剔除上述路面圖像，返回執(zhí)行從路面攝像系統(tǒng)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(jìn)行相應(yīng)的轉(zhuǎn)向燈檢測。

作為一個實(shí)施例，可以使用如下算法進(jìn)行路面圖像以及相應(yīng)目標(biāo)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(yù)設(shè)的偏差范圍內(nèi))：

若K為路面圖像對應(yīng)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(biāo)圖像和路面圖像)，位置k周邊的像素點(diǎn)，從時間t到時間t+1，位置i到位置j，預(yù)測的目標(biāo)物數(shù)，在時刻t，位置i時所估計的目標(biāo)數(shù)，在時刻t，位置i處，代表真正目標(biāo)數(shù)的隨機(jī)變量。將感興趣區(qū)域劃分為K個位置，時間間隔劃分為T個部分，對于每個位置k，代表其相鄰區(qū)域，也就是在時刻t，k位置的物體運(yùn)動到t+1時刻所可能到達(dá)的地方。該算法簡化后的流模型可以參考圖3所示，為了建模隨著時間推移的占用率，假定一個用KT頂點(diǎn)標(biāo)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(yīng)著每個物體的運(yùn)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時刻都處于同一個位置，則說明該物體靜止。每個頂點(diǎn)都用一個離散變量來表示在t時刻位置i處的物體個數(shù)。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(yùn)動物體的個數(shù)，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(shù)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(jìn)入位置j的物體數(shù)與離開j的物體數(shù)是相等的。

由于一個位置在同一個時間不可能被多個物體占據(jù)，對于每個位置，我們可以設(shè)置一個上限值，即給定一個位置和時間t，物體的總和數(shù)小于等于1：

同時，又有：

隨機(jī)變量表示在時刻t位置i處一個真實(shí)的物體。因此，對于所有的圖像序列，在位置i和時間t，物體出現(xiàn)的邊際后驗(yàn)概率為：

其中，I^t為時刻t的圖像序列。對于多相機(jī)，則是t時刻所有相機(jī)的序列。

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

給定I^t，由的條件獨(dú)立性，該優(yōu)化問題則變成

由于為0或者1，根據(jù)(2)式可得到(7)式，因此，最終得到的式子是個關(guān)于的線性表達(dá)式，由此可以得到關(guān)于的概率分布圖；根據(jù)上述概率分布圖關(guān)聯(lián)當(dāng)前幀與之前幀圖像中的物體(汽車圖像)，來判斷各幀圖像表征的運(yùn)動軌跡的有效性(比如，在前一幀中物體在A點(diǎn)，當(dāng)前幀物體出現(xiàn)在B點(diǎn)，那么在空間位置上，A和B一定是相鄰的，如果出現(xiàn)偏差過大，則表明B這個點(diǎn)的物體跟蹤不正確，便可以丟掉這個跟蹤的結(jié)果)。

在一個實(shí)施例中，上述從所述路面圖像中標(biāo)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(qū)域，在所述車道區(qū)域選取若干個車道目標(biāo)點(diǎn)；

將所述車道目標(biāo)點(diǎn)擬合成車道線，根據(jù)所述車道線標(biāo)定車道位置。

本實(shí)施例可以通過RANSAC算法等方法將所述車道目標(biāo)點(diǎn)擬合成車道線。以標(biāo)定相應(yīng)的車道位置。

在一個實(shí)施例中，上述根據(jù)所述車道坐標(biāo)范圍和汽車坐標(biāo)范圍檢測所述汽車圖像是否位于車道位置上的過程可以包括：

檢測所述汽車坐標(biāo)范圍和所述車道坐標(biāo)范圍之間是否存在交集；

若是，則判定所述汽車圖像位于車道位置上。

本實(shí)施例通過檢測汽車坐標(biāo)范圍與所述車道坐標(biāo)范圍是否存在交集，判斷汽車圖像是否位于車道位置上，可以提高上述判斷過程中的準(zhǔn)確性。

在一個實(shí)施例中，上述顏色參數(shù)包括RGB值，所述顏色參數(shù)范圍包括：R值大于等于50，且小于等于150，G值和B值分別小于20(紅色RGB值對應(yīng)的范圍)。

本實(shí)施例利用RGB值進(jìn)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(shù)范圍(R值大于等于50，且小于等于150，G值和B值分別小于20)內(nèi)，表明此時相應(yīng)的車燈顏色為紅色，相應(yīng)車牌號對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈。

參考圖4，圖4所示為一個實(shí)施例的汽車變道過程中的轉(zhuǎn)向燈檢測系統(tǒng)結(jié)構(gòu)示意圖，包括：

獲取模塊10，用于從路面攝像系統(tǒng)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(biāo)定模塊20，用于從所述路面圖像中標(biāo)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(biāo)范圍，獲取所述汽車圖像在所述路面圖像的汽車坐標(biāo)范圍；

檢測模塊30，用于根據(jù)所述車道坐標(biāo)范圍和汽車坐標(biāo)范圍檢測所述汽車圖像是否位于車道位置上；

識別模塊40，用于若是，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(shù)；

判定模塊50，用于若所述車燈顏色參數(shù)在預(yù)設(shè)的顏色參數(shù)范圍內(nèi)，則判定所述汽車圖像對應(yīng)的汽車在變道過程中已開啟轉(zhuǎn)向燈。

本發(fā)明提供的汽車變道過程中的轉(zhuǎn)向燈檢測系統(tǒng)與本發(fā)明提供的汽車變道過程中的轉(zhuǎn)向燈檢測方法一一對應(yīng)，在所述汽車變道過程中的轉(zhuǎn)向燈檢測方法的實(shí)施例闡述的技術(shù)特征及其有益效果均適用于汽車變道過程中的轉(zhuǎn)向燈檢測系統(tǒng)的實(shí)施例中，特此聲明。

以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí)施例中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。