《基于小波变换和时域模式识别的摄像头遮挡检测方法.pdf》由会员分享，可在线阅读，更多相关《基于小波变换和时域模式识别的摄像头遮挡检测方法.pdf（5页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103854023 A (43)申请公布日 2014.06.11 CN 103854023 A (21)申请号 201210496211.X (22)申请日 2012.11.28 G06K 9/46(2006.01) (71)申请人 德尔福电子 （苏州） 有限公司 地址 215126 江苏省苏州市苏州工业园区长 阳街 123 号 (72)发明人 牟笑颜 (74)专利代理机构 上海科盛知识产权代理有限 公司 31225 代理人 宣慧兰 (54) 发明名称 基于小波变换和时域模式识别的摄像头遮挡 检测方法 (57) 摘要 本发明涉及一种基于小波变换和时域模式识 别的摄像头。
2、遮挡检测方法， 包括以下步骤 ： 1) 对 原图像进行小波变换， 获取多组不同频率的边缘 特征 ； 2) 对多组不同频率的边缘特征进行加权平 均， 合成边缘特征地图 ； 3) 将边缘特征地图分割 成多个小区域， 对每个小区域的边缘特征进行统 计 ； 4) 对相邻且边缘信息少的小区域进行聚类， 获取遮挡候选区域 ； 5) 对遮挡候选区域进行时域 特征识别， 根据遮挡候选区域的加权面积和遮挡 候选区域在允许形变范围内的存续时间判断遮挡 候选区域是否被遮挡。 与现有技术相比， 本发明具 有简单易行、 计算量小、 识别率高、 误报率低等优 点。 (51)Int.Cl. 权利要求书 1 页 说明书 2 。
3、页 附图 1 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书1页 说明书2页 附图1页 (10)申请公布号 CN 103854023 A CN 103854023 A 1/1 页 2 1. 一种基于小波变换和时域模式识别的摄像头遮挡检测方法， 其特征在于， 包括以下 步骤 ： 1) 对原图像进行小波变换， 获取多组不同频率的边缘特征 ； 2) 对多组不同频率的边缘特征进行加权平均， 合成边缘特征地图 ； 3) 将边缘特征地图分割成多个小区域， 对每个小区域的边缘特征进行统计 ； 4) 对相邻且边缘信息少的小区域进行聚类， 获取遮挡候选区域 ； 5) 对遮挡候选区域进。
4、行时域特征识别， 根据遮挡候选区域的加权面积和遮挡候选区域 在允许形变范围内的存续时间判断遮挡候选区域是否被遮挡。 2. 根据权利要求 1 所述的一种基于小波变换和时域模式识别的摄像头遮挡检测方法， 其特征在于， 步骤 1) 中对原图像进行三次小波变换， 分别获取三组不同频率的边缘特征。 3. 根据权利要求 1 所述的一种基于小波变换和时域模式识别的摄像头遮挡检测方法， 其特征在于， 步骤 5) 中根据被遮挡的可能性分数判断是否被遮挡， 若可能性分数高于阈 值， 则摄像头被遮挡， 若可能性分数低于阈值， 则摄像头未被遮挡， 所述的可能性分数为遮 挡候选区域的加权面积和遮挡候选区域在允许形变范围。
5、内的存续时间的乘积。 权 利 要 求 书 CN 103854023 A 2 1/2 页 3 基于小波变换和时域模式识别的摄像头遮挡检测方法 技术领域 0001 本发明涉及一种车辆视觉系统的应用方法， 尤其是涉及一种基于小波变换和时域 模式识别的摄像头遮挡检测方法。 背景技术 0002 基于视觉辅助驾驶系统 ( 如前向碰撞预告警系统， 车道线检测系统等等 ) 已经成 功的应用到车辆上。所有的视觉系统都需要摄像头将实时图像传输给图像处理器。如果摄 像头被遮挡， 系统需要发出警告， 通知驾驶人员， 避免驾驶人员依赖视觉系统， 对驾驶产生 危险。但是现有系统的摄像头遮挡检测功能急需提高。 发明内容 0。
6、003 本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种检测精度高、 误 报率低的基于小波变换和时域模式识别的摄像头遮挡检测方法。 0004 本发明的目的可以通过以下技术方案来实现 ： 0005 一种基于小波变换和时域模式识别的摄像头遮挡检测方法， 包括以下步骤 ： 0006 1) 对原图像进行小波变换， 获取多组不同频率的边缘特征 ； 0007 2) 对多组不同频率的边缘特征进行加权平均， 合成边缘特征地图 ； 0008 3) 将边缘特征地图分割成多个小区域， 对每个小区域的边缘特征进行统计 ； 0009 4) 对相邻且边缘信息少的小区域进行聚类， 获取遮挡候选区域 ； 0010 5。
7、) 对遮挡候选区域进行时域特征识别， 根据遮挡候选区域的加权面积和遮挡候选 区域在允许形变范围内的存续时间判断遮挡候选区域是否被遮挡。 0011 步骤 1) 中对原图像进行三次小波变换， 分别获取三组不同频率的边缘特征。 0012 步骤 5) 中根据被遮挡的可能性分数判断是否被遮挡， 若可能性分数高于阈值， 则 摄像头被遮挡， 若可能性分数低于阈值， 则摄像头未被遮挡， 所述的可能性分数为遮挡候选 区域的加权面积和遮挡候选区域在允许形变范围内的存续时间的乘积。 0013 与现有技术相比， 本发明通过小波变换和时域模式识别对摄像头获取的图像进行 处理， 能够快速判断用于获取图像的摄像头是否被遮挡。
8、住， 该方法简单易行、 计算量小、 识 别率高、 误报率低。 附图说明 0014 图 1 为本发明的流程图。 具体实施方式 0015 下面结合附图和具体实施例对本发明进行详细说明。 0016 实施例 0017 如图 1 所示， 一种基于小波变换和时域模式识别的摄像头遮挡检测方法， 包括以 说 明 书 CN 103854023 A 3 2/2 页 4 下步骤 ： 0018 步骤 1 ： 对原图像进行三次小波变换， 获取三组不同频率的边缘特征， 每组边缘特 征都含有不同方向上的该频域的边缘特征 ； 0019 步骤 2 ： 对三组不同频率的边缘特征进行加权平均， 合成边缘特征地图， 其权值体 现了该。
9、频域对信息提取和抵抗噪声的能力 ； 0020 步骤 3 ： 将边缘特征地图分割成多个小区域， 对每个小区域的边缘特征进行统计 ； 0021 步骤 4 ： 对相邻且边缘信息少的小区域进行聚类， 获取遮挡候选区域 ； 0022 步骤 5 ； 对遮挡候选区域进行时域特征识别， 当一个候选区域变形不大， 并且持续 一段时间后， 就可以判断摄像头遮挡的情况。 判断的具体标准为被遮挡的可能性分数， 该可 能性分数为遮挡候选区域的加权面积和遮挡候选区域在允许形变范围内的存续时间的乘 积。 若可能性分数高于阈值， 则摄像头被遮挡， 若可能性分数低于阈值， 则摄像头未被遮挡。 0023 本发明能够提供了检测摄像头被遮挡的简单易行的总体方案， 具有计算量小， 识 别率高， 误报警率低的特征。 说 明 书 CN 103854023 A 4 1/1 页 5 图 1 说 明 书 附 图 CN 103854023 A 5 。