预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共26页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号(10)授权公告号CNCN102774325102774325B(45)授权公告日2014.12.10(21)申请号201210268938.2(56)对比文件CN102390370A,2012.03.28,说明书第23(22)申请日2012.07.31段,第33-34段,图1-2.(73)专利权人西安交通大学US2003/0117611A1,2003.06.26,全文.地址710049陕西省西安市咸宁西路28号JP2000-304851A,2000.11.02,全文.(72)发明人王拓胥博唐家兴陈雅迪US2006/0001532A1,2006.01.05,全文.华莉琴CN102547111A,2012.07.04,全文.(74)专利代理机构西安通大专利代理有限责任CN101673473A,2010.03.17,说明书公司61200最后1段,第8行-第17行,第2代理人田洲段,附图1,6.(51)Int.Cl.审查员刘鑫B60R1/00(2006.01)G06K9/00(2006.01)G06K9/60(2006.01)G01C3/00(2006.01)权权利要求书4页利要求书4页说明书16页说明书16页附图5页附图5页(54)发明名称一种后视倒车辅助系统和形成后视障碍图像的方法(57)摘要本发明公开了一种后视倒车辅助系统和形成后视障碍图像的方法,是一种在车辆后方两侧外表面固定且平行安装两个摄像头的基础上,对车辆倒车时后视场景中障碍物自动识别、测距,并最终融合显示的方法;该方法依次包括分割、测距以及融合三大部分;所述分割部分包括预处理、自适应FCM分割以及分割后处理;测距部分包括SIFT特征匹配、摄像头标定以及距离测量;融合部分主要是根据已经测得的距离信息,结合实际交通场景情况,建立相关规则并融合显示。本发明方法消除了车后的视觉盲区,将后视图像中障碍物自动分割出来并获得该障碍到本车的距离,融合显示倒车时最急需关注的距离很近的障碍物,消除了其他距离较远的事物的干扰,使得倒车更加便捷。CN102774325BCN1027435BCN102774325B权利要求书1/4页1.一种形成后视障碍图像的方法,其特征在于,包括以下步骤:车后两侧外表面平行固定安装的两个针孔摄像头各采集到一帧图像,经过图像同步处理器同步后储存到内存中,DSP处理器对两个摄像头采集的两帧图像依次进行分割、测距和融合处理,将处理结果对应的像素点发送到输出帧缓存;逻辑控制器产生输出帧缓存的时序信号将输出缓存中所存储的内容传输到视频编码器中,转换成视频信号,由视频线传输到视频显示器显示出后视障碍物图像,与此同时,DSP处理器将获得的各个障碍目标的距离与系统设定的阈值Tr对比,若小于该阈值,则逻辑控制器驱动音频报警器报警;DSP处理器对两个摄像头各采集的一帧图像分割的方法依次包括:预处理、自适应FCM分割和分割后处理;预处理包括背景建模和前景提取;背景建模时,首先进行模型的初始化,对每个像素点设置下列参数,聚类中心c,亮度畸变半径ΔI和颜色畸变半径ΔC,子类权重ω,最大子类数M;接下来,取视频图像序列第一帧作为初始背景模型,并将该帧中每个像素位置的颜色特征向量v作为其第一个聚类中心c1,同时设置该类的权重ω1=1;随后,对采集到的连续两帧图像ft,ft+1进行帧间差分,即:ft-ft+1,得到其中的不变区域vt+1,也就是不包含运动目标的背景部分;对上述不变区域中的每个像素,计算当前像素特征向量和已存在聚类中心的畸变差异D,并选取其中的最小值Dmin以及所对应的子类编号K;如果Dmin满足(1)和(2)组成的聚类准则,brightness(Ii,Ik)=ΔI≤ΔI(1)colordist(xi,ck)=ΔC≤ΔC(2)表明当前像素属于子类k,那么按照下式对子类的参数进行更新:ck,t+1(x,y)=(1-α1)ck,t(x,y)+α1vt+1(x,y)(3)ωk,t+1=(1-α1)ωk,t+α1(4)式中:ck,t+1(x,y)——像素(x,y)处第k个子类更新后的聚类中心;ck,t(x,y)——像素(x,y)处第k个子类更新前的聚类中心;α1——学习速率;ωk,t+1——第k个子类更新后的权重;ωk,t——第k个子类更新前的权重;如果Dmin不满足式(1)和(2)组成的聚类准则,表明当前像素不属于任何一个已存在的子类,则比较max(k)和M的大小,最后,对每个像素位置,根据权重ω对已存在的子类由大到小进行排序,并按照下式选择符合条件的前N个子类作为背景模型的合理描述:此后,重复上述过程,对建立的背景模型进行不断更新,以提高模型的准确度,满足时刻变化的交通场景需求;经过以上建模更新