首页> 中国专利> 交通信号灯图像的处理方法、装置和边缘计算设备

交通信号灯图像的处理方法、装置和边缘计算设备

摘要

本公开提供了一种交通信号灯图像的处理方法、装置和边缘计算设备,涉及智能交通技术领域,尤其涉及图像处理技术领域。实现方案为:获取信号灯的第一图像并对第一图像执行阈值化处理,以获得至少一个第一质心;获取第一图像集,第一图像集包括至少在所述第一图像之后拍摄的第二图像;对第二图像执行阈值化处理,以获得至少一个第二质心;对于至少一个第一质心中的每一个第一质心,响应于确定该第一质心与至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心;以及从至少一个第一质心中的一个或多个候选质心中获取与信号灯的灯头对应的灯头质心。

著录项

  • 公开/公告号CN113869214A

    专利类型发明专利

  • 公开/公告日2021-12-31

    原文格式PDF

  • 申请/专利权人 阿波罗智联(北京)科技有限公司;

    申请/专利号CN202111146399.0

  • 发明设计人 刘博;

    申请日2021-09-28

  • 分类号G06K9/00(20060101);G06T7/136(20170101);G06T7/66(20170101);G06T7/13(20170101);G06T7/73(20170101);G06T7/90(20170101);

  • 代理机构11602 北京市汉坤律师事务所;

  • 代理人姜浩然;吴丽丽

  • 地址 100176 北京市大兴区北京经济技术开发区瑞合西二路7号院1号楼1层101

  • 入库时间 2023-06-19 13:29:16

说明书

技术领域

本公开涉及智能交通技术领域,尤其涉及图像处理技术,具体涉及一种交通信号灯图像的处理方法、装置、边缘计算设备、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

路侧感知是指在道路一侧架设传感设备以分析道路上的信息。比如,在路侧信号灯感知技术中,通过在道路的固定位置处上架设摄像装置以获得道路的图像数据,并对图像数据进行分析,以获得道路上的信息。

在路侧信号灯的感知方案中,信号灯相对于摄像装置的位置不变,使在摄像装置获得的图象中信号灯的位置是固定的。在根据摄像装置获取的初始图像,对信号灯的位置进行标注后,使后续对于通过摄像装置获得的图像,均能够根据该经标注的初始图像获得信号灯在图像中的位置。

然而,当信号灯发生了轻微移动(如热胀冷缩、地面下沉),或者摄像装置发生轻微移动(摄像装置安装松动),都会导致摄像装置与信号灯之间的位置发生变化,此时信号灯在初始图像中的位置可能与信号灯在当前拍摄的图像中的位置不同,使根据经标注的初始图像无法获得信号灯在当前拍摄的图像中的准确位置。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种交通信号灯图像的处理方法、装置、边缘计算设备、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面,提供了一种交通信号灯图像的处理方法,包括:获取信号灯的第一图像并对所述第一图像执行阈值化处理,以获得至少一个第一质心;获取第一图像集,所述第一图像集至少包括在所述第一图像之后拍摄的第二图像;对所述第二图像执行所述阈值化处理,以获得至少一个第二质心;对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心;以及从所述至少一个第一质心中的一个或多个候选质心中获取与所述信号灯的灯头对应的灯头质心。

根据本公开的另一方面,提供了一种交通信号灯图像的处理装置,包括:第一获取单元,被配置用于获取信号灯的第一图像并对所述第一图像执行阈值化处理,以获得至少一个第一质心;第二获取单元,被配置用于获取第一图像集,所述第一图像集至少包括在所述第一图像之后拍摄的第二图像;阈值化处理单元,被配置用于对所述第二图像执行所述阈值化处理,以获得至少一个第二质心;确定单元,被配置用于对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心;以及第三获取单元,被配置用于从所述至少一个第一质心中的一个或多个候选质心中获取与所述信号灯的灯头对应的灯头质心。

根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器实现根据上述的方法。

根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机实现根据上述的方法。

根据本公开的另一方面,提供了一种计算机程序产品包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面,包括如上所述的电子设备。

根据本公开的一个或多个实施例,通过对单帧图像整体进行阈值化处理,获得单帧图像中的至少一个质心,并通过确定所获得的至少一个质心中与信号灯的灯头对应的灯头质心,获取与灯头质心相对应的灯头的位置。由于针对于单帧图像整体进行阈值化处理,不需要划定ROI边界,因此不会受到车辆的车灯和照明条件变换的影响,同时,即使存在远处车辆的车灯的情况下,以及信号灯的灯色不变的情况下,也能实现对信号灯的灯头位置的确定。

应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;

图2示出了根据本公开的实施例的信号灯图像的处理方法的流程图;

图3示出了根据本公开的实施例的信号灯图像的处理方法中对所述第一图像执行第一阈值化处理的过程的流程图;

图4示出了根据本公开的实施例信号灯图像的处理方法中对于至少一个质心中的每一个第一质心,该第一质心与至少一个第二质心中的一个第二质心相对应的过程的流程图;

图5示出了根据本公开的实施例的信号灯图像的处理方法的流程图;

图6示出了根据本公开的实施例的信号灯图像的处理方法的流程图;

图7示出了根据本公开的实施例的信号灯图像的处理方法中基于第三图像确定灯头质心的过程的流程图;

图8根据本公开的实施例的信号灯图像的处理装置的结构框图;以及

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。

在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。

在本公开的实施例中,机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。

服务器120可以运行使得能够执行本公开的信号灯图像的处理方法的一个或多个服务或软件应用。在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。

网络130可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。

系统100还可以包括一个或多个数据库150。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中,数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。

机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个:视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外,通过对视觉摄像头捕获的画面进行分析,可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周,用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置,用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置,用于检测物体边缘、形状信息,从而进行物体识别和追踪。由于多普勒效应,雷达装置还可以测量车辆与移动物体的速度变化。

机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如,北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块,移动通信网络可以实施任何适合的通信技术,例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything,V2X)模块,被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle,V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure,V2I)通信的车与外界的通信。此外,通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112,机动车辆110还可以经由网络130接入服务器120。

机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器,例如中央处理单元(CPU)或图形处理单元(GPU),或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶系统。自动驾驶系统被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向系统以及制动系统等以分别控制加速、转向和制动,而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如,可以使用车载处理器执行某一些处理,而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外,控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。

图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。

参看图2,根据本公开的一些实施例的一种信号灯图像的处理200包括:

步骤S210:获取信号灯的第一图像并对所述第一图像执行阈值化处理,以获得至少一个第一质心;

步骤S220:获取第一图像集,所述第一图像集至少包括在所述第一图像之后拍摄的第二图像;

步骤S230:对所述第二图像执行所述阈值化处理,以获得至少一个第二质心;

步骤S240:对于所述至少一个第一质心中的每一个第一质心,

响应于确定该第一质心与所述至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心;以及

步骤S250:从所述至少一个第一质心中的一个或多个候选质心中获取与所述信号灯的灯头对应的灯头质心。

在相关技术中,在基于历史模板的ROI获取信号灯的灯头的位置的方法中,基于地面获得图像中的ROI区域,通过对ROI区域进行阈值化处理获得ROI区域中的质心,并且将当前图像的ROI区域中的质心与历史模板的ROI区域中的质心进行比较,获取信号灯的灯头的偏移量。但是,在夜间,相对于地面获取的ROI区域往往受到车辆的车灯的影响和照明条件变换的影响,使所获取的ROI区域不准确,因而难以计算出信号灯灯头的整体偏移量,因此不可用。同时在远处存在车辆的情况下,车灯和信号灯的灯色发生混淆,也往往使不能确定所获得的ROI区域中的质心是否对应于信号灯的灯头质心。

根据本公开的一个或多个实施例,通过对单帧图像整体进行阈值化处理,获得单帧图像中的至少一个质心,并通过确定所获得的至少一个质心中与信号灯的灯头对应的灯头质心,获取与灯头质心相对应的灯头的位置。由于针对于单帧图像整体进行阈值化处理,不需要划定ROI边界,因此不会受到车辆的车灯和照明条件变换的影响,同时,即使存在远处车辆的车灯的情况下,以及信号灯的灯色不变的情况下,也能实现对信号灯的灯头位置的确定。

同时,根据本公开的方法,通过图像阈值化处理,获取图像质心的方法,相较于通过提取图像特征的方法,获取图像中红绿灯的特征点以获得信号灯灯头位置的方法,其数据处理量少,方法简单。

在一些实施例中,信号灯为在道路上架设的红绿灯。

在一些实施例中,信号灯包括一个灯头,该灯头在不同的时间具有不同的颜色。

在一些实施例中,信号灯包括至少两个灯头,如红灯灯头和绿灯灯头。在另一些实施例中,信号灯还包括黄灯灯头。

在一些实施例中,通过架设在道路的固定位置处的摄像装置获取信号灯的第一图像。

在一些实施例中,通过从摄像装置获取的随时间变化的图像序列中,获取该第一图像。例如,摄像装置通过周期性的采集图像,以获得上述图像序列。又例如,摄像装置通过持续采集道路视频,以获得上述图像序列。

在一些实施例中,通过获取随时间变化的图像序列的摄像装置,实时获取第一图像。

在一些实施例中,如图3所示、对所述第一图像执行阈值化处理,以获得所述图像的至少一个质心包括:

步骤S310:基于第一预设阈值,对所述第一图像进行二值化处理,以获得二值化图像其中,所述第一预设阈值与所述灯头被点亮时的颜色对应;以及

步骤S320:基于所述二值化图像,获得所述至少一个第一质心。

对第一图像进行第一阈值化处理时,使第一预设阈值与信号灯的灯头的颜色对应,从而使第一图像中对应于灯头的颜色的区域被突出,减少背景区域的干扰,使获得的质心准确。

在一些实施例中,第一阈值为一数值。例如第一阈值略小于与红灯灯头被点亮时的颜色对应的灰度值,将对应的灰度值高于第一阈值的区域的灰度值设置为255,将对应的灰度值高于第一阈值的区域的灰度值设置为0(或者,将对应的灰度值高于第一阈值的区域的灰度值设置为0,将对应的灰度值高于第一阈值的区域的灰度值设置为255。

在一些实施例中,第一预设阈值对应于由两个竖直构成的边界限定的阈值范围。例如,第一预设阈值对应于包括红灯灯头被点亮时的颜色对应的灰度值的灰度值范围(例如,灰度值100-灰度值130之间的范围),将第一图像中的对应的颜色的灰度值在该灰度值范围内的第一区域的灰度值设置为255,将第一图像中的该第一区域以外的第二区域的灰度值设置为0(或者相反,将第一区域的灰度值设置为0,第二区域的灰度值设置为255)。

需要理解的是,上述实施例中,以第一阈值与红灯灯头被点亮时的颜色对应为示例进行说明,仅仅是示例性的,在其他实施例中,第一阈值还可以是绿灯灯头被点亮时的颜色对应,在此并不限定。

在一些实施例中,基于第一阈值,获得二值化图像之后,还对所获得的二值化图像进行开运算,填充空洞并取出其中的一些独立的噪点。

在一些实施例中,对第一图像进行阈值化处理还包括对所述二值化图像进行连通域分析,以获得所述二值化图像中的至少一个连通域中的每一个连通域的轮廓;以及基于所述至少一个连通域中的每一个连通域的轮廓,获取所述至少一个质心。

通过对图像进行二值化处理后,获得图像中的连通域轮廓,并基于轮廓获取至少一个质心,该阈值化处理过程简单,数据处理量少。

在一些实施例中,第一图像集包括一个图像,即在第一图像之后拍摄的第二图像。在一些实施例中,第二图像为随时间变化的图像序列中位于该第一图像之后的图像。在一些实施例中,第二图像与第一图像位于同一灯头被点亮的时获取的两帧图像。

对第二图像进行阈值化处理的方法如上述对第一图像执行的阈值化处理的方法相同。需要说明的是,如不特别说明,本公开的阈值化处理采用相同的方法进行。

在步骤S240中,对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心。

由于第二图像是在第一图像之后拍摄的,当确定其中的一个第二质心与第一图像中的一个第一质心对应时,表明该一个第一质心对应的物体(车灯或者信号灯)在获取第一图像和第二图像时位置基本没有变化,即对应的物体可能是同时在第一图像和第二图像中被点亮的灯头或者是当前没有移动的车辆的车灯。因此,将与该一个第一质心确定为候选质心,以进一步确定其是否与信号灯的灯头对应。

在一些情况中,车辆处于移动的状态中,通过获取在第一图像之后的第二图像,获取第一图像中的至少一个第一质心中的一个或多个候选质心,可以排除移动的车辆的车灯在第一图像中对应的第一质心,使所获得的一个或多个候选质心的范围尽可能少,减少后续数据的处理量。

在一些实施例中,对于所述至少一个第一质心中的每一个第一质心,通过确定该第一质心在第一图像中的像素区域与至少一个第二质心中的一个第二质心在第二图像中的像素区域重合,确定该第一质心与所述至少一个第二质心中的一个第二质心相对应。

在一些实施例中,如图4所示,对于所述至少一个第一质心中的每一个第一质心,确定该第一质心与所述至少一个第二质心中的一个第二质心相对应包括:

步骤S410:获得与所述至少一个第一质心一一对应的至少一个第一位置和与所述至少一个第二质心一一对应的至少一个第二位置;

步骤S420:对于所述至少一个第一质心中的每一个第一质心,获取该第一质心分别到所述至少一个第二质心的至少一个距离;以及

步骤S430:对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心到所述至少一个第二质心中的一个第二质心的距离小于预设距离阈值,确定该第一质心与该第二质心相对应。

在一些情况中,摄像装置由于固定装置松动,可能会有轻微的震动或晃动,使得在相邻时间点拍摄的两个图像中,同一灯头的位置可能发生变化。通过比较至少一个第一质心和至少一个第二质心的位置,将两者之间距离小于预设距离阈值的第一质心和第二质心确定为相对应,可以有效找出与灯头对应的质心。

在一些实施例中,第一位置和第二位置分别为对应的两个质心在相同的空间坐标系的坐标位置。通过计算两个坐标位置之间的距离,计算对应的两个质心在空间中的距离。

在一些实施例中,对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的任一个第二质心不对应,重新获取图像,直至获取到具有与其中的一个第一质心对应的第二质心的第二图像。

例如,在信号灯由绿灯灯头变为红灯灯头时,获取第一图像和与之相邻的相邻图像,在该第一图像中绿灯灯头被点亮,而在相邻图像中红灯灯头被点亮,使得第一图像中的质心在相邻图像中找不到对应的质心,则继续获取该相邻图像之后的图像,直到获取到与该第一图像中的质心具有对应的质心的图像。

在一些实施例中,对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的任一个第二质心不对应,重新获取第一图像和第二图像,直至获取到具有对应质心的两个相邻图像,将该两个相邻图像分别作为第一图像和第二图像。

在一些实施例中,所述第一图像集中的每一个图像均为在所述第一图像之后的预设时间范围内拍摄的,并且其中,所述预设时间范围与所述灯头被点亮时持续的时间对应。

通过获取灯头被点亮时持续的时间内的第一图像和第一图像集,由于该第一图像集中的图像与该第一图像的时间间隔较小(小于灯头被点亮时持续的时间),能够确定该一个或多个候选质心中包含与灯头对应的灯头质心,从而使根据第一图像和第一图像集获得一个或多个候选质心准确。

在一些实施例中,第一图像集包括多个图像,即除了包括在第一图像之后拍摄的第二图像之外,还包括多个图像。

在一些实施例中,通过对该多个图像中的每一个图像进行阈值化处理,获得多个图像中的每一个图像对应的至少一个第三质心,并且对于所述至少一个第一质心中的每一个第一质心,响应于确定该多个图像中的每一个图像中的至少一个第三质心包括与该第一质心对应的一个第三质心,确定将该第一质心确定为候选质心。

例如,在红灯灯头被点亮时持续的时间(例如10s)内,在第一图像之后每隔1s获取该第一图像集,该第一图像集包括第二图像之外的8个图像。对于第一图像中的至少一个第一质心中的每一个第一质心,当确定该第一质心在第二图像和8个图像中的每一个图像中均具有对应的质心,确定该第一质心为候选质心。

通过确定至少一个质心中的一个或多个候选质心,在进一步的处理过程中,确定一个或多个候选质心中与信号灯的灯头相对应的灯头质心。

在一个实施例中,通过确定一个或多个候选质心的数量,以确定灯头质心。

参看图5示出了根据本公开的一些实施例的信号灯图像的处理方法500的流程图,其中,步骤S510-步骤S550参看上述对图2中信号灯图像的处理方法200的步骤S210-S250的介绍,在此不在赘述。以及其中,如图5所示,在一些实施例中,在方法500中,进一步包括:

步骤S560:确定所述一个或多个候选质心的数量;

步骤S570:响应于确定所述一个或多个候选质心的数量等于1,确定所述一个或多个候选质心为所述灯头质心;以及

步骤S570:响应于确定所述一个或多个候选质心的数量不等于1,获取第三图像,并基于所述第三图像获取所述灯头质心。

通过阈值化处理,当图像中仅有一个质心被确定为候选质心时,由于图像是针对信号灯拍摄的,该候选质心为灯头质心。通过这种方法,使确定信号灯灯头质心的方法简单,数据处理量少。

在一个或多个候选质心的数量不等于1(即大于1)时,需要从多个候选质心中确定与灯头质心对应的质心。此时,通过进一步获取第三图像,以获得多个候选质心中与灯头对应的灯头质心。

在一些实施例中,第三图像可以是拍摄时间与所述第一图像的拍摄时间之间的时间间隔为第一间隔的图像,第一间隔为第一图像中对应的灯头被点亮时持续的时间。通过对第三图像执行阈值化处理,获取第三图像的至少一个第三质心,并响应于确定一个或多个候选质心中的一个候选质心与至少一个第三质心中的一个第三质心对应,确定该一个候选质心为灯头质心。

例如,第一图像中绿灯被点亮,并且绿灯被点亮时持续的时间为15s,则第三图像为在绿灯被点亮的15s内获得的图像。

在一些实施例中,所述第三图像的拍摄时间与所述第一图像的拍摄时间间隔一预设时间间隔,所述预设时间间隔至少大于所述灯头被点亮时持续的时间,并且如图6所示、基于所述第三图像获取所述灯头质心包括:

步骤S610:对所述第一图像和所述第三图像进行差分处理,以获得差分图像;

步骤S620:对所述差分图像执行所述阈值化处理,以获取所述差分图像的差分质心;以及

步骤S630:响应于确定所述差分质心与所述一个或多个候选质心中的一个候选质心对应,确定所述一个候选质心为所述灯头质心。

第三图像的拍摄时间与第一图像的拍摄时间的间隔至少大于与灯头被点亮时持续的时间,即第三图像在灯头被点亮时持续时间以外被拍摄,也即第三图像中被点亮的灯色与第一图像中被点亮的灯色不同。例如,第一图像中的红灯灯头被点亮,红灯灯头被点亮时持续10s,则在与第一图像相隔10s的时间获取第三图像,即在第三图像中的黄灯或者绿灯灯头被点亮。

通过将第一图像和第三图像进行差分处理,获得差分图像,该差分图像中的每一个像素点的像素值对应于第一图像和第三图像中相应像素点的差分值。再对差分图像进行第二阈值化处理,以获得差分质心,该差分质心对应于第一图像中被点亮的灯头的质心,从而可以基于该差分质心获取一个或多个候选质心中的灯头质心。

通过获取上述拍摄时间与所述第一图像的拍摄时间之间的时间间隔为预设时间间隔的第三图像,预设时间间隔至少大于所述灯头被点亮时持续的时间,使基于该第三图像和第一图像获得的差分图像中背景部分进一步减少,使获得的差分质心准确,从而使基于差分质心确定的一个或多个候选质心中的灯头质心更加准确。

在相关技术中,通过对信号灯灯色发生变化的两帧图像进行差分处理,获得差分图像,并对差分图像进行阈值化处理,获得差分图像中的质心为改变灯色后的信号灯的灯头质心。然而,在该技术中往往需要获取的两帧图像中的环境不发生改变和灯色发生,对所获取的图像要求苛刻。例如,当远处存在车辆时,车辆的灯色变化容易导致相邻帧变化,使根据帧间差分计算出的车辆灯与信号灯的灯头的质心难以区分,导致确定的灯头质心错误;并且,当信号灯的灯头不发生变的情况下,也无法获得红绿灯的质心。根据本公开的实施例,对任何情况下都能准确的获得灯头质心,对图像所获取的图像要求低,能广泛适用于各种环境和情况。

在一些实施例中,在确定一个或多个第一候选质心之后,直接获取第三图像,以从一个或多个候选质心中获取灯头质心。参看图7,示出了根据本公开的一些实施例的信号灯图像的处理方法700的流程图,其中,方法700中的步骤S710-S750参照上述对方法200中的步骤S210-S250的描述,步骤S760参照上述S 610-S630的描述,在此不再赘述。

在一些实施例中,确定了一个或多个候选质心中的灯头质心之后,通过所确定的灯头质心,确定灯头的位置。

例如,确定灯头位置可以包括:基于灯头质心和预先标定的灯头尺寸,获取第一图像中与该灯头质心对应的位置,灯头尺寸例如可以是基于预先获得的信号灯图像标定的信号灯中的一个灯头。

在一些实施例中,第一图像集中的每一个图像均包括与灯头质心对应的质心,则基于该灯头质心和第一图像集中的每一个图像中的对应于该灯头质心的相应质心,确定灯头的位置。

例如,基于灯头质心和第一图像集中的每一个图像中的上述相应质心的平均位置,确定灯头的位置。

上述处理过程,使所确定的灯头位置更加准确。

根据本公开的另一方面,还提供一种对象推荐装置,参看图8,该装置800包括:第一获取单元810,被配置用于获取信号灯的第一图像并对所述第一图像执行第一阈值化处理,以获得至少一个第一质心;以及第二获取单元820,被配置用于获取第一图像集,所述第一图像集至少包括在所述第一图像之后拍摄的第二图像;第一阈值化处理单元830,被配置用于对所述第二图像执行所述第一阈值化处理,以获得至少一个第二质心;确定单元840,被配置用于对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心与所述至少一个第二质心中的一个第二质心相对应,将该第一质心确定为候选质心;以及灯头质心获取单元850,被配置用于从所述至少一个第一质心中的一个或多个候选质心中获取与所述信号灯的灯头对应的灯头质心。

在一些实施例中,所述第一获取单元还包括:二值化单元,被配置用于基于第一预设阈值,对所述第一图像进行二值化处理,以获得二值化图像其中,所述第一预设阈值与所述灯头被点亮时的颜色对应;以及第一获取子单元,被配置用于基于所述二值化图像,获得所述至少一个第一质心。

在一些实施例中,所述第一图像集中的每一个图像均为在所述第一图像之后的预设时间范围内拍摄的,并且其中,所述预设时间范围与所述灯头被点亮时持续的时间对应。

在一些实施例中,所述确定单元840包括:第三获取单元,被配置用于获得与所述至少一个第一质心一一对应的至少一个第一位置和与所述至少一个第二质心一一对应的至少一个第二位置;第四获取单元,被配置用于对于所述至少一个第一质心中的每一个第一质心,获取该第一质心分别到所述至少一个第二质心的至少一个距离;以及确定子单元,被配置用于对于所述至少一个第一质心中的每一个第一质心,响应于确定该第一质心到所述至少一个第二质心中的一个第二质心的距离小于预设距离阈值,确定该第一质心与该第二质心相对应。

在一些实施例中,所述灯头质心获取850单元包括:数量确定单元,被配置用于确定所述一个或多个候选质心的数量;灯头质心确定子单元,被配置用于响应于确定所述一个或多个候选质心的数量等于1,确定所述一个或多个候选质心为所述灯头质心;以及第三图像获取单元,被配置用于响应于确定所述一个或多个候选质心的数量大于1,获取第三图像,并基于所述第三图像获取所述灯头质心。

在一些实施例中,所述第三图像的拍摄时间与所述第一图像的拍摄时间间隔一预设时间间隔,所述预设时间间隔至少大于所述灯头被点亮时持续的时间,并且所述第三图像获取单元包括:差分处理单元,被配置用于对所述第一图像和所述第三图像进行差分处理,以获得差分图像;第二阈值化处理单元,被配置用于对所述差分图像执行第二阈值化处理,以获取所述差分图像的候选至少一个差分质心;以及匹配单元,被配置用于响应于确定所述至少一个差分质心中的一个差分质心与所述一个或多个候选质心中的一个候选质心对应,确定所述一个候选质心为所述灯头质心。

在一些实施例中,装置800还包括:灯头位置获取单元,被配置用于基于所述灯头质心和所述至少一个第二质心中与所述灯头质心对应的相应质心,获取所述灯头的位置。

根据本公开的另一方面,还提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中所述存储器存储有计算机程序,所述计算机程序在被所述至少一个处理器执行时实现根据上述的方法。

根据本公开的另一方面,还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面,还提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据上述的方法。

根据本公开的另一方面,还提供了一种边缘计算设备,可选的,边缘计算设备除了包括电子设备,还可以包括通信部件等,电子设备可以和通信部件一体集成,也可以分体设置。电子设备可以获取路侧感知设备(如路侧相机)的数据,例如图片和视频等,从而进行图像视频处理和数据计算,再经由通信部件向云控平台传送处理和计算结果。

可选的,边缘计算设备也可以为路侧计算单元(Road Side Computing Unit,RSCU)。可选的,电子设备自身也可以具备感知数据获取功能和通信功能,例如是AI相机,电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算,再向云控平台传送处理和计算结果。

可选的,云控平台在云端执行处理,进行图像视频处理和数据计算,云控平台也可以称为车路协同管理平台、V2X平台、云计算平台、中心系统、云端服务器等。根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图9,现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905,包括:输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向设备900输入信息的任何类型的设备,输入单元906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、对象/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由计算单元901执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。

应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号