Çok özellikli füzyona dayalı rögar kapağı algılama sisteminin gerçekleştirilmesi
0 Önsöz
Eksik ve hasarlı rögar kapakları, normal sürüş için büyük güvenlik tehlikelerine neden olur. Rögar kapağı algılama sistemi, akıllı destekli sürüş için yüksek uygulama değerine sahiptir. Son yıllarda elips tespiti araştırmaları için hem yurtiçinde hem de yurtdışında olağanüstü başarılar elde edildi ve bunlar çelik boru sayısı istatistikleri ve kadran tanıma senaryolarında yaygın olarak kullanılmaktadır. Çizgi kamı çekimi ile zemin arasında bir açı vardır ve dairesel rögar kapağı, görüntüleme sırasında dikey yönde farklı derecelerde yakınlaştırılır ve sonunda eliptik görünür. Buna dayanarak, teorik olarak, kaldırım rögar kapaklarının tespiti, elipslerin tespitine dönüştürülebilir.Ancak, gerçek operasyonda, bir yandan dijital görüntü görüntülemenin özelliğinden dolayı, hedefin kenarları genellikle düz yaylar yerine pürüzlü birikimler gösterir. Şekil 1'de gösterildiği gibi, bir elipse uyacak şekilde tek bir pikselin çıkarılması, noktaların seçilmesinin zorluğundan dolayı genellikle yanlış yerleştirmeye yol açar; Öte yandan, karmaşık bir yol sahnesinde arka plan hızla değişir ve çok fazla parazit faktörü vardır , Gürültü ve nesne tıkanmasının neden olduğu ark süreksizliği gibi, basitçe kenar özelliklerini kullanarak karmaşık arka plandan hızlı bir şekilde ayırmak imkansızdır.
Bu plan, makro özelliklerle başlayacak, yöntemin gerçek zamanlı ve doğruluğunu tam olarak dikkate alacak ve yeni bir rögar kapağı tespit çerçevesi önermek için insanların bilişsel yasalarını karşılaştıracaktır.
Gerçek zamanlı işlem hızını garanti etmek için, verimli algoritmaları araştırmaya dayalı olarak, destekleyici donanım ekipmanına da ihtiyaç vardır. Şekil 2'de gösterildiği gibi, sistem temel olarak üç bölümden oluşur: kamera, ana bilgisayar kartı ve 7 inç LCD ekran.
Rögar kapağının farklı zamanlarda konumlandırılması, hedef izleme yöntemi ile belirli bir hesaplama miktarını azaltabilse de, bu yöntem her seferinde sadece önceki görüntü çerçevesinin çok dar bir alanında arama yapar ve yoldaki acil durumları zamanında tahmin etmek zordur. Mahkum. Tam algılama yöntemi, her görüntü karesinin ayrıntılı bilgilerini işleyebilir ve ekrandaki gerçek zamanlı değişikliklere duyarlıdır.
2 donanım sistemi bileşimi
TMS320DM6437, DaVinci teknolojisini destekleyen, TInin C6000 serisindeki bir dijital ortam işlemcisidir. Çalışma frekansı 600 MHze kadar ulaşabilir ve en yüksek hesaplama hızı 4800 MIPSye ulaşabilir. Çip üzerinde video işleme alt sistemi VPSS, ön ucu büyük ölçüde destekler. DSP çekirdeğinin yükünü azaltmak için ön işleme ve arka uç ekranı; araç video ekipmanlarının geliştirilmesi ve uygulanması için çok uygun olan otomobillerde elektronik cihaz iletişimi için kullanılan Kontrolör Alan Ağı (CAN) veriyolunu destekler.
Anakart kartı, bir video giriş modülü, bir çevresel depolama modülü, bir video çıkış modülü, bir iletişim arayüzü ve bir güç kaynağı modülü içerir.
Video giriş / çıkış modülü: Ön uç, CCD kamera tarafından çekilen resimler üzerinde A / D örnekleme ve sıkıştırma kodlaması gerçekleştirmek için TVP5146 video kod çözme çipini kullanır; arka uç, birden fazla standart çıkış elde edecek şekilde programlanmıştır.
Çevresel depolama modülü: 2 GB DDR2 ve 128 MB Flash, veri ve programları depolamak için genişletildi.
İletişim arayüzü: Panodaki hataları JTAG arayüzü üzerinden ayıklayın ve araca bağlanabilen bir CAN veriyolu arayüzü ayırın.
3 Çekirdek algoritmanın uygulanması
Bu bölümün ana algoritma akışı Şekil 3'te gösterilmektedir.
3.1 İlgi bölgesinin belirlenmesi
İlgili alanın kısıtlanması, sistemin işlem hızını büyük ölçüde artırabilir ve şerit çizgileri genellikle sınırlı bir referans olarak kullanılır. Şu anda, şerit çizgisi algılama teknolojileri birbiri ardına ortaya çıkmaktadır, ancak hız ve doğruluk arasında bir denge kurmak hala zordur. Öte yandan, sollama veya dönüşlerde, hatta bazı alanlarda sürücünün sübjektif çalışması nedeniyle trafik kısıtlaması olmayan yerlerde, araç şerit çizgileri arasında kesinlikle sınırlandırılmıyor. Bu nedenle, farklı yol koşullarıyla başa çıkmak ve şerit hattı bilgilerine bağımlılığı azaltmak için aracın referansına dayalı birleşik bir modelin nasıl oluşturulacağına dikkat etmek gerekir.
Üst sınır sınırlaması: Görüntünün üst çeyreği genellikle arka plan gökyüzü ve ağaçlardır ve odak dışı bir alan olan aracın kendisinden uzaktadır.
Sol ve sağ sınır sınırlaması: Perspektif modelde, şerit çizgileri paralel kaldığında, perspektif görüntüdeki tüm şerit çizgilerinin uzatma çizgileri bir noktada kesişmelidir. Gerçek dünya koordinat sistemi ile görüntü koordinatı arasındaki konumsal yazışmanın kamera kalibrasyon teknolojisi ile elde edildiği varsayılarak, gerçek dünyadaki çalışma alanı Şekil 4 (a) 'nın üstten görünümünde tasvir edilebilir.
d, sürüş sırasında r içindeki olası sol ve sağ sapmadır:
Son olarak, 3 kesişen çizgi parçası boyunca, Şekil 4 (b) 'nin görüntüleme görüntüsünde ilgilenilen trapezoidal bölge tasvir edilir. Farklı sahneler için (arabalar, yollar, sürüş kaydedici geniş açılı ve montaj yüksekliği), alan kısıtlamaları biraz farklıdır, ancak tümü diğer işlemlerle düzeltilebilir.
3.2 Aday hedeflerin belirlenmesi
Bağlantılı bölge analizi, görsel izlemede hareketli ön plan hedeflerinin bölümlere ayrılması ve çıkarılmasında ve ilgilenilen hedef bölgelerin çıkarılmasında geniş bir uygulama alanına sahiptir. Hedefler genellikle yoğun dokularda, renkli veya gri ölçekli mutasyonlarda bulunur ve bağlantılı bölgeler buna göre bölümlere ayrılabilir. Gerçek yol sahnelerinde, ışık ve gölge iç içe geçmiştir ve bağlantılı bölgeler yalnızca gri tonlamalı görüntülerle elde edilen ikili görüntülerle çıkarılır, bu da bölgeler arasında kolayca yapışmaya neden olabilir.Daha iyi sonuçlar elde etmek için, bölgeler genellikle erozyon ve genişleme işlemleri birleştirilerek çıkarılır. Ancak bu işlem, kenar bilgisini bir ölçüde zayıflatır Rögar kapağı için iç özelliklere (rögar kapağı yüzeyinin dokusu) daha az dikkat edilir, ancak daha belirgin kenar bilgilerine daha fazla dikkat edilir. Aynı zamanda, tüm alanın hesaplamasını kenarın bağlanabilirliği ile değiştirmek, eşit olmayan aydınlatmanın etkisini etkili bir şekilde önleyebilir.Makul bir eşik ayarı ile, ilk aşamada bir miktar gürültü ortadan kaldırılabilir ve genel olarak daha sağlamdır.
Markalama algoritmaları, geçiş yöntemlerinde ve sürelerindeki farklılıklar nedeniyle genellikle zaman veya verimlilik açısından farklılıklara sahiptir. İki geçiş algoritması, görüntüyü bir kez çaprazlayarak, sürekli klikler ve eşdeğer çiftleri kaydederek ve ardından ikinci geçiş için görüntüyü eşdeğer çift ile işaretleyerek, nispeten yüksek bir verime sahiptir (ikili görüntüde, 1 hedeftir, 0 arka plandır). Ana adımlar aşağıdaki gibidir:
Yapıyı tanımla
typedef struct Fx
{int val;
int lab;
int bayrağı;
} F;
Açıklama kolaylığı için, F (x, y) koordinatlardaki piksellerin öznitelik listesini temsil etsin (x, y); val ikili değerdir; lab, bağlı bölgenin indeks numarasını kaydetmek için kullanılan etiket değeridir; bayrak, atıf işaretidir, Etiketler arasındaki bitişik konum ilişkisini kaydedin.
(1) İlk geçiş
F (x, y) .val == 1 olduğunda:
F (x, y) mahallesindeki piksel değerlerinin tümü 0 ise, F (x, y) .lab'e yeni bir etiket değeri atayın: etiket = etiket + 1, F (x, y) .lab = etiket
F (x, y) komşuluğunda val değeri 1 olan bir A piksel seti varsa:
A'daki etiketin minimum değerini F (x, y) .lab'a, yani F (x, y) .lab = min A.lab'a atayın;
A'daki her değer (etiket) arasındaki homoloji ilişkisini, yani labelSet'i kaydetmek için bayrak kullanın. = {etiket_m,, l abel_n}, etiket kümesi = bayrak.
(2) İkinci geçiş
Geçerli F (x, y) .val değerinin 1 olduğu pikseli ziyaret edin, F (x, y) .lab (aynı bayrakla) ile aynı olan en küçük etiket değerini bulun ve F (x, y) .lab atayın;
Taramadan sonra, görüntüdeki aynı etiket değerine sahip pikseller aynı bağlı bölgeye aittir.
Şekil 1 (a) 'daki gerçek sahne işlemenin kenar çıkarma haritası için, bağlı alan alanı işaretlemek için kullanılır ve elde edilen en küçük sınırlayıcı dikdörtgen Şekil 5'te gösterilmektedir.
Dikdörtgen çerçeve ayrıca aday hedefin konumunu kilitler. Orijinal görüntü daha ayrıntılı bilgi içerdiğinden, orijinal gri görüntüdeki karşılık gelen konumdaki özellikler daha fazla araştırılmalıdır.
3.3 Birden çok özelliğin değerlendirilmesi
Makul özellik seçimi, rögar kapağını arka plandan etkili bir şekilde ayırt edebilir, işlemleri basitleştirebilir ve karmaşıklığı azaltabilir.
Kenar özellikleri: Rögar kapağının kenarı genellikle büyük bir yay eğrisi gösterir ve genel kontur çıkarımına katkıda bulunmak için uzunluğun belirli bir eşik T'den daha büyük olması gerekir.
Gri ölçekli özellikler: İnsan görüşü genellikle renk, gri tonlama ve doku özelliklerinde mutasyonlara sahip hedeflere kolayca çekilir. Rögar kapağı, çevreleyen yol yüzeyinden daha koyu olan gri-siyah dökme demirden yapılmıştır.
Simetri özellikleri: Rögar kapağı görüş alanında eliptiktir ve yatay ve dikey yönlerde sıkı simetriye sahiptir. Yatay simetri ayrımını örnek alarak, hedefin belirli bir alandaki simetrisi formül (3) ile ölçülür.
Bunlar arasında, f (x, y) (x, y) 'deki gri değerdir; H ve W sırasıyla seçilen alanın yüksekliği ve genişliğidir; Gs simetri değeridir, Gs ne kadar küçükse simetri o kadar belirgin olur, genellikle Eşik 0.15 olarak ayarlanmıştır.
Alan boyutu ve en boy oranı kısıtlamaları: Rögar kapağı, görüş alanında görüntülenen alanın çok büyük veya çok küçük olamayacağını belirleyen sabit bir boyut özelliğine sahiptir; buna ek olarak, elipsin yatay ekseninin çekim açısının neden olduğu görüntü bozulması nedeniyle Dikey yönden daha uzun eksen uzunlukları için, en boy oranı kısıtlaması getirilir ve yatay ve dikey eksen uzunluklarının oranı bir ölçüm olarak kullanılır ve belirli bir eşik T, bisiklet lastikleri gibi diğer dairesel çeldiricileri hariç tutmak için bir sınır olarak belirlenir. Sürüş kayıt cihazının videosunun 5-30 m aralığında çoklu çözünürlüklerle istatistiksel karşılaştırması sayesinde, T genellikle 1.8-4.2 aralığındadır.
TI, TMS320DM6437 platformu için basit bir DSP / BIOS gerçek zamanlı işletim sistemi ortamı sağlar. Bu sistemde, Şekil 6'da gösterildiği gibi bir mini Sürücü sürücüsü yazarak video yakalama / görüntüleme cihazını kontrol edebilirsiniz. Program işlemeyi optimize etmek için, kodun yazılmasına yardımcı olmak üzere TI tarafından sağlanan VLIB ve IMGLIB kitaplıklarını kullanabilirsiniz.
4 Deneysel sonuçlar ve analiz
Sürüş kaydedici tarafından çekilen 33 saniyelik bir video test edilmiş ve analiz edilmiştir Toplam 823 kare görüntü vardır ve tek kare görüntü çözünürlüğü 720 × 480'dir.
Bu makaledeki yöntemi kullanarak, DM6437 platformunda işleme, video görüntüsünde gecikme olmaz ve gerçek zamanlı işlem gereksinimlerini karşılar.Ancak, bazı senaryolarda, eksik uç bilgileri ve zayıflamış bağlantı nedeniyle, genellikle eksik algılamalar meydana gelir ve çoğunlukla sınıfta yanlış algılamalar meydana gelir. Çemberin gölgesi. Makroskopik özellik alanı bağlantı yöntemi için, güneşli gün ışığında ağaçların ve diğer nesnelerin gölgeleri rögar kapağının gri ölçeğine benzediğinden, adhezyonu ayırmak için eşiğin etkin bir şekilde kullanılmasının zor olduğu durumlarda konum sapmasına ve daha fazla yanlış algılamaya neden olacaktır. Kenarlara dayalı elips uydurma, kenar çıkarma ve şerit çizgisi tespitinde çok fazla zaman harcar.Aynı zamanda, bu yöntem sahnenin karmaşıklığından önemli ölçüde etkilenir ve farklı kareler arasındaki işlem süresi büyük ölçüde değişir. Test sonuçları Tablo 1'de gösterilmektedir.
Bazı test sonuçları Şekil 7 ve Şekil 8'de gösterilmektedir. Bu yöntemin diğer senaryolarda tespit etkisi Şekil 9'da gösterilmektedir. Çoğu senaryoda, bu yöntem rögar kapağı konumunu hızlı ve doğru bir şekilde belirleyebilir.
5. Sonuç
Bu yazıda, aracın önündeki rögar kapağını tespit etmek için çok özellikli bir füzyon yöntemi kullanılmıştır.Hedefin aday alanı, kenarın bağlanabilirliği kullanılarak elde edilir.Simetri, alan boyutu, en-boy oranı gibi özellik katmanları ile taranabilir. Rögar kapağının hedef konumlandırması.
Bu yöntem, makro özelliklerden başlar, ayrıntılı bilgilerin zaman alıcı işlenmesini önler, algılama oranını etkin bir şekilde artırır ve daha yüksek bir algılama doğruluğuna sahiptir. Bununla birlikte, bu yöntemin kenar tespitine güçlü bir bağımlılığı vardır ve bu, kenar çıkarma sapması nedeniyle hata etkilerinin birikmesine neden olabilir. Bu nedenle, daha etkili özellik bilgilerinin nasıl bulunacağı ve algoritma verimliliğinin nasıl artırılacağı gelecekteki araştırmaların odak noktasıdır.
Referanslar
Peng Zhengtao. Hızlı yarı daire merkez konumlandırma algoritmasına dayalı çubuk çevrimiçi sayma sisteminin araştırma ve tasarımı. Wuhan: Wuhan Bilim ve Teknoloji Üniversitesi, 2012.
Shi Ying, Xia Chunhua, Hu Linna ve diğerleri İşaretçi ölçüm okumaları için makine vizyonu akıllı tanıma yöntemi.Sensors and Microsystems, 2017 (11): 47-49, 52.
Wu Yaofeng, Wang Wen, Lu Keqing, vd. Sınır kümeleme elipsinin hızlı algılama yöntemi.Zhejiang Üniversitesi Dergisi (Mühendislik Bilimi Sürümü), 2016, 50 (2): 346.
MICHELE F, ANDREA P, RITA C. Gömülü görme uygulamaları için hızlı ve etkili bir elips detektörü. Pattern Recognition, 2014, 47 (11): 3693-3708.
Hu Haiou, Zhu Jianzhong. Yay kombinasyonuna dayalı doğrudan en küçük kareler elips uydurma Hangzhou Normal Üniversitesi Dergisi (Natural Science Edition), 2011, 10 (6): 556-560.
Zhao Wufeng, Qiao Ruiping, Sun He. Şerit çizgisi algılama ve TMS320DM6437'ye dayalı izleme Elektronik Teknoloji Uygulaması, 2017, 43 (4): 17-20.
Liu Hongzhe, Yuan Jiazheng, Zheng Yongrong. Bilgisayar görme algoritması ve akıllı araba uygulaması Pekin: Elektronik Endüstrisi Basını, 2015.
Di Zhipeng, He Dongzhi. Araç algılama ve izlemeye dayalı ileri çarpışma uyarı sistemi. 2016 Uluslararası Optoelektronik ve Görüntü İşleme Konferansı (ICOIP), Varşova, 2016: 10-14.
yazar bilgileri:
Qiao Ruiping, Sun He, Dong Yuanchen, Wang Fang
(Elektronik ve Bilgi Mühendisliği Okulu, Xi'an Jiaotong Üniversitesi, Xi'an 710049, Shaanxi)
