專利名稱：一種實現(xiàn)汽車導航的方法、裝置及攝像機的制作方法
技術領域：
本發(fā)明涉及攝像處理技術，尤指一種實現(xiàn)汽車導航的方法、裝置及攝像機。
背景技術：
目前，最簡單的汽車導航方式是，使用普通攝像頭輔助司機進行定位， 通過顯示攝像頭采集到的圖片，以供司機定位作參考。由于攝像頭拍攝到的 原始圖片會有較大的畸變，實際上，這種方式不但不能起到導航作用，還有
可能引起司機產(chǎn)生錯誤的判斷；而且，這種方式不具備智能性?？梢?，這種 方式雖然簡單、成本很低，但是幾乎不具備實用性。
因此，大多數(shù)想要使用汽車導航系統(tǒng)的司機，通常會選擇GPS，或國產(chǎn) 的北斗導航系統(tǒng)來實現(xiàn)汽車導航。這兩種導航產(chǎn)品都依賴衛(wèi)星進行定位，費 用昂貴，因此其普及較為困難。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種實現(xiàn)汽車導航的方法、裝置 及攝像機，能夠簡單、價廉地實現(xiàn)汽車導航。
為達到上述目的，本發(fā)明的技術方案具體是這樣實現(xiàn)的 一種實現(xiàn)汽車導航的方法，該方法包括以下步驟
A. 按照預設拍攝參數(shù)拍攝以獲取圖像信息，對該圖像信息進行初步檢觀'J, 獲得可能包含有路標信息的圖像信息；
B. 對獲得的可能包含有路標信息的圖像信息進行校正處理，然后進行路標 檢測，并在圖像信息中存在路標信息時，分割出路標圖像信息；
C. 從得到的路標圖像信息中分割出文字和圖標區(qū)域，并識別區(qū)域中的文字和圖標后顯示。
步驟A中所述初步檢測的方法為當檢測出所述拍攝到的圖像信息中表示 預設顏色的區(qū)域的面積超過預設面積閾值時，判定拍攝到的圖像信息可能包含 有路標信息。
所述預設顏色區(qū)域的面積的檢測采用改進簡單向量濾波器SVF，具體為
按照^",= ^ 對像素進行計算，當結果
result >=1時，表明為預設顏色，保留所述圖像中該預設顏色的像素；當結 果result〈 1時，表明為單色，過濾掉所述圖像中所有單色的像素；其中，Red、 Green、 Blue分別為圖像信息中紅、綠、藍三種顏色的亮度分量，D是單色 提取系數(shù)，系數(shù)D為20;
Gre朋一Red ,, G^eew ,, ^ , …八 -21，-《1， Gr鄉(xiāng)一5/we》40
按照檢測條件 R" 別we 進行判斷，當滿足檢測
條件時，表明為需要保留的預設顏色且為綠色，并保留該預設顏色的像素； 掃描并統(tǒng)計保留有預設顏色的像素，以獲取預設顏色的區(qū)域的面積。 步驟B中所述校正的方法為梯形校正法。
所述梯形校正法具體包括
預先建立原始圖像與校正后的圖像的像素點的對應關系； 按照對應關系，將獲得的可能包含有路標信息的圖像中的像素點對應地 轉(zhuǎn)換為校正后的像素點。 、
所述建立原始圖像與校正后的圖像的像素點的對應關系的方法為 假設通過攝像頭采集一預設標志物后，得到原始圖像的四個角的坐標分
別為(0, 0), (a, 0), (x2, y2)， (xl, yl );
u = (Ax + By + C)/(Gx + Hy + I) 根據(jù)圖像變換算法v = (Dx + Ey + F)/(Gx + Hy + I)得出原始圖像與校正后的
圖像的像素點的對應關系，其中x、 y分別為拍攝到的原始圖像的像素點的 X坐標值和Y坐標值，u、 v分別為校正后的像素點的X坐標值和Y坐標值； 其中，參數(shù)1=1,參數(shù)A H由下面公式求解[ul ] = [xl yl 1 0 0 0 -ul*xl -ul*yl]*[A] = [ x2 y2 1 0 0 0 -u2*x2 -u2*y2 ] = [ x3 y3 1 0 0 0 -u3*x3 -u3*y3 ] = [ x4 y4 1 0 0 0 -u4*x4 -u4*y4〗[… ] [un ] = [ xn yn 1 0 0 0 -un*xn -un*yn ] =
=
[… ] =
，其中，n表示不同的像素點；ul 、
u2.......un和vl、 v2.......vn分別為校正后的各像素點的X坐標值和Y坐標值。
步驟B中所述進行路標檢測，并在圖像信息中存在路標時，分割出路標圖 像具體包括
利用改進SVF 4企測預設顏色的區(qū)域；
對檢測出的不同顏色的區(qū)域，利用拐角特征提取算法提取物體特征，并采
在得到物體形狀和位置參數(shù)后，根據(jù)位置參數(shù),人圖像中分割出路標圖像。 步驟C中所述從分割出的文字和圖標區(qū)域識別文字和圖標的方法為 對所述分割出的文字和圖標區(qū)域進行小波變換HAAR和快速傅立葉變換
FFT處理；之后，進行特征提取獲得特征向量后，通過模式分類，得到識別
出的文字和圖標。
所述才莫式分類方法為決策理論分析方法中最近領域分類，具體為 預先設置所知道的已使用的各類路標與其參考向量的對應關系； 將所述提取的特征向量與參考向量作比較，選擇特征向量與各參考向量
間距離最小的參考向量對應的路標為識別出的路標。
一種實現(xiàn)汽車導航的裝置，包括圖像抓拍單元、路標預檢測單元、路標
分割單元、路標識別單元和路標輸出單元，其中，
圖像抓拍單元，用于在汽車行駛公路上按照預設拍攝參數(shù)進行拍攝，并將
拍攝到的圖像信息傳送給路標預檢測單元；
8
5- q D司^ G路標預檢測單元，用于對獲得的圖像信息進行初步檢測，并將檢測出的可
能包含有路標信息的圖像信息傳送給路標分割單元；
路標分割單元，用于對接收到的包含有路標信息的圖像信息進行校正處 理，并對校正處理后的圖像信息進行路標檢測，并在檢測出圖像信息中含有 路標信息時，分割出路標圖像并傳送給路標識別單元；
路標識別單元，用于分割出接收到的路標圖像中的文字和圖標區(qū)域，并 識別其中的文字和圖標后傳送給路標輸出模塊單元；
路標輸出單元，用于將識別出的路標中的文字和圖標按照一定的格式在車 載顯示屏上顯示。
所述圖像抓拍單元為普通攝像頭。
所述路標識別單元包括分割模塊、處理模塊、特征提取才莫塊和模式分類 模塊，其中，
分割模塊，用于從接收到的路標圖像信息中分割出文字和圖標區(qū)域； 處理模塊，用于對分割出的文字和圖標區(qū)域進行小波變換HAAR處理和快
速傅立葉變換FFT處理；
特征提取模塊，用于對處理后的文字和圖標區(qū)域進行特征提取，以獲得
特征向量；
模式分類模塊，預先存儲有已知的每一類路標與其參考向量的對應關 系；模式分類模塊用于將提取的特征向量與參考向量作比較，選擇特征向量 與各參考向量間距離最小的參考向量對應的路標為識別出的路標并輸出。
一種攝像機，至少包括由圖像抓拍單元、路標預檢測單元、路標分割單元、 路標識別單元和路標輸出單元組成的實現(xiàn)汽車導航的裝置。
由上述技術方案可見，本發(fā)明采用普通的攝像頭，對抓拍到的圖像進行 路標檢測，校正處理等處理后，將圖像中的路標分割并識別出來顯示給司機。 這樣，司機可以從顯示屏上正確地獲得路標牌的信息，方便了司機查看路線 或者對行駛作出正確的判斷。本發(fā)明簡單又價廉地實現(xiàn)了汽車導航。
9
圖l是本發(fā)明實現(xiàn)汽車導航的裝置的組成結構示意圖； 圖2是本發(fā)明實現(xiàn)汽車導航的方法的流程圖； 圖3是本發(fā)明梯形校正法的示意圖4是本發(fā)明實現(xiàn)汽車導航的裝置中的路標識別單元的組成結構示意圖。
具體實施例方式
為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下參照附圖并舉 實施例，對本發(fā)明進一步詳細i兌明。
圖1是本發(fā)明實現(xiàn)汽車導航的裝置的組成結構示意圖，如圖l所示，包 括圖像抓拍單元、路標預檢測單元、路標分割單元、路標識別單元和路標輸 出單元，其中，
圖像抓拍單元，用于在汽車行駛公路上按照預設拍攝參數(shù)進行拍攝，并 將拍攝到的圖像信息傳送給路標預檢測單元。這里拍攝參數(shù)可以但不限于 鏡頭焦距、拍攝圖片的頻率以及快門的控制信息等。圖像抓拍單元可以采用 攝像頭來實現(xiàn)。
路標預檢測單元，用于對獲得的圖像信息進行初步檢測，并將檢測出的 可能包含有路標信息的圖像信息傳送給路標分割單元。由于顏色是路標最顯 著的特征之一，因此，可以采用基于顏色的檢測方法。
路標分割單元，用于對接收到的包含有路標信息的圖像信息進行校正處 理，并對校正處理后的圖像信息進行路標檢測，并在檢測出圖像信息中含有 路標信息時，分割出路標圖像并傳送給路標識別單元。其中，校正處理可以 采用梯形校正法，以對攝像頭采集到的變形的圖像進行校正；路標檢測可以 采用基于顏色的檢測方法。
路標識別單元，用于分割出接收到的路標圖像信息中的文字和圖標區(qū) 域，并識別其中的文字和圖標后傳送給路標輸出模塊單元。路標輸出單元，用于將識別出的路標中的文字和圖標信息按照一定的格 式在車載顯示屏上顯示。
圖4是本發(fā)明實現(xiàn)汽車導航的裝置中的路標識別單元的組成結構示意
圖，如圖4所示，路標識別單元具體可以包括分割模塊、處理模塊、特征
提取模塊和模式分類模塊，其中，
分割模塊，用于分割出接收到的路標圖像信息中的文字和圖標區(qū)域；
處理模塊，用于對分割出的區(qū)域中的圖像信息進行小波變換(HAAR) 處理和快速j專立葉變換(FFT)處理；
特征提取模塊，用于對處理后的圖像信息進行特征提取，以獲得特征向 量。如采用現(xiàn)有拐角特征提取算法等；
模式分類模塊，預先存儲有已知每一類的路標(包括文字和圖標)與其 樣本向量即參考向量的對應關系；模式分類模塊用于將提取的特征向量與參 考向量作比較，選擇特征向量與各參考向量間距離最小的參考向量對應的路
標為識別出的^ 各標并輸出。
本發(fā)明實現(xiàn)汽車導航的裝置可以單獨為一設備，也可以集成在攝像機中， 作為攝像機的組成單元。
下面結合本發(fā)明方法，分別詳細介紹圖1所示裝置中各模塊的具體實現(xiàn)。
圖2是本發(fā)明實現(xiàn)汽車導航的方法的流程圖，如圖2所示，包括以下步
.驟
步驟200:按照預設拍攝參數(shù)進行拍攝，以獲取圖像信息。 圖像抓拍單元可以采用如西姆科技的CM系列的普通攝像頭來實現(xiàn)，在 拍攝前需要對攝像頭的參數(shù)進行設置。由于路標牌一般設置在公路的右側， 汽車行駛過程中離路標牌的距離在一個可預測的范圍內(nèi)，可根據(jù)上述汽車與 路標牌的距離，通過實驗設置一個較好的鏡頭焦距參數(shù)；而且，路標牌在公 路上的設置是有一定間隔的，可通過實驗得到一個拍攝圖片的最佳時間間 隔，并以此來設置拍攝圖片的頻率參數(shù)；對于快門的控制信息，可以以汽車高速行駛速度如120Km/h來設置最佳快門的控制信息。
步驟201:對獲得的圖像信息進行初步檢測，檢測出可能包含有路標信息的圖像信息。
為了從拍攝到的圖像信息中獲取所需的有關道路情況的文字和圖標信息，首先需要篩選出包含有路標信息的有用信息?？赏ㄟ^路標預檢測單元對獲得的圖像信息進行初步檢測，比如采用基于顏色的檢測方法初步篩選出包含有路標信息的圖像信息，具體實現(xiàn)如下
由于顏色無疑是路標最顯著的特征之一，基于顏色的初步檢測能通過少量運算去除獲得的圖像中大片非感興趣區(qū)域，這對路標初步檢測的實時性非常有益。采用基于顏色的路標初步檢測算法，簡單來講就是，當圖像中預設顏色的區(qū)域的面積超過預設面積閾值時，則認為檢測到路標的存在。其中預設顏色的區(qū)域即為感興趣色彩的區(qū)域，也就是包含有路標常用顏色的區(qū)域，比如綠色、黃色、藍色、紅色。本發(fā)明提出一種高速提取預設顏色、去除物體輪廓的簡單向量濾波器(SVF, Simple Vector Filter )。
現(xiàn)有SVF基于HSI三色系統(tǒng)，當向量方向相同時，顏色元素相同，單色具有相同的向量方向，SVF使用單色算法(achromatic color))，本算法計算出圖像像素為單色或彩色，也即過濾掉所有的單色的像素，單色算法的具體步驟可表示如下
謂一 ^5
當結果result >=1時，表明為彩色，當結果result〈1時，表明為單色。其中，Red、 Green、 Blue分別為圖像信息中紅、綠、藍三種顏色的亮度分量，D是單色提取系數(shù)，系數(shù)D通過大量的實驗比較，得到的最優(yōu)取值為20。
大量實驗表明，現(xiàn)有SVF通過簡單的運算能較完好地保留有效色彩即紅色、藍色和黃色，并排除大部分干擾區(qū)域。但由于沒有對特定的彩色分量進行約束，現(xiàn)有SVF對一些不符合單色計算公式的路標色彩具有排除作用。通過對實驗樣本的分析得到，SVF算子錯誤排除的多數(shù)像素屬于綠色，因此，
12本申請在現(xiàn)有SVF中增加了對綠色分量的檢測，檢測條件為
<formula>formula see original document page 13</formula>
當滿足上述檢測條件時，表明圖像像素為需要保留的彩色而且是綠色。
實驗結果表明，本發(fā)明改進后的SVF能夠有效地檢測出在現(xiàn)有SVF中被錯誤排除的綠色區(qū)域；另外，為了降低后期工作的計算量，在上述顏色檢測中產(chǎn)生的噪聲點可用均值濾波或中值濾波去除。關于均值濾波和中值濾波的具體實現(xiàn)屬于現(xiàn)有技術，本領域技術人員很容易實現(xiàn)，這里不再贅述。
之后，掃描并統(tǒng)計保留有預設顏色的像素，以獲取保留的預設顏色的區(qū)域的面積，根據(jù)預設面積閾值判斷是否可能包含有路標信息，如果保留的顏色的面積大于預設面積閾值，則判斷出可能包含有路標信息；如果保留的顏色的面積小于預設面積閾值，則判斷出不包含路標信息。
步驟202:對可能包含有路標信息的圖像信息進行校正處理，然后進行路標檢測，并在圖像信息中存在路標時，分割出路標圖像。
在對獲得的圖像信息進行了初步篩選之后，路標分割單元對篩選得出的可能包含有路標信息的圖像信息進行校正，然后再一次利用本發(fā)明改進后的SVF算法檢測感興趣顏色的區(qū)域；接著，對保留的不同顏色的區(qū)域進行形狀檢測采用現(xiàn)有拐角特征提取算法提取物體特征，然后采用現(xiàn)有幾何結構分析的方法檢測提取的物體的形狀如圓形、矩形、三角形標志等，以及4全測出的形狀的位置參數(shù)(矩形為四個角坐標，三角形為三個角坐標，圓形與之相切的矩形的四個角坐標)；在得到物體形狀和位置參數(shù)后，根據(jù)位置參數(shù)從圖像中分割出路標圖像。
本步驟中，校正可采用如梯形校正法，具體實現(xiàn)是，按照預先建立的原始圖像與校正后的圖像的像素點的對應關系，對包含有路標信息的圖像中的各像素點進行校正，即按照對應關系，將獲得的包含有路標信息的圖像的像素點對應地轉(zhuǎn)換為校正后的像素點。
其中，原始圖像與校正后的圖像的像素點的對應關系是通過調(diào)試計算獲得的。具體是這樣實現(xiàn)的選擇的一標志物如正方形木板作為假設的路標，其中該正方形木板的四個角的坐標分別為(0， 0)， (width, 0), (0， height),(width, height),其中，width和height分別為正方形木板的寬和高。
通過攝像頭采集該標志物，測量采集到的標志物變形后的圖像的邊長和對角線，把其中一邊作為x軸，起點為原點。圖3是本發(fā)明梯形校正法示意圖，如圖3所示a， b, c， d, e分別為標志物在圖片中的邊長與對角線的長度，根據(jù)(O， 0)， (a， 0)， a, b, e可以求得(xl， yl);根據(jù)(xl, yl)， (a，0), c, d， e可以求得(x2， y2);至此，得到標志物的四個頂點。需要說明的是，求解出的xl, x2, yl和y2可能出現(xiàn)負值，需要進行坐標平移處理。于是得到4個點對
)(0,0) (w磁，O) (O，Ae妙,)(w碰加.g的l1(0， 0) O,O) (x2j2)01, yl) j"
其中，分為4個數(shù)組
44] = (0,wzW說，0，/ e/g/^;;;[4] = {0，0，Aez'g/^,/jez'g/^};w[4] = {0,a，jcl，x2};v[4] = {0,0， yl，鼎
u = (Ax + By + C)/(Gx + Hy + I)
根據(jù)圖像變換算法v=(Dx+Ey+f)/(gx+Hy+"得出原始圖像與校正后的
圖像的像素點的對應關系，求解系數(shù)A H，其中，u和v分別為校正后的X坐標值和Y坐標值。
i= l; = [xl yl 1 0 0 0 -ul*xl -ul*yl]*[A][u2 ] = [ x2 y2 1 0 0 0 -u2*x2 -u2*y2 ] [B][u3 ] = [x3 y3 1 0 0 0 -u3*x3 -u3*y3 ] [C][ul ] = [ x4 y4 1 0 0 0 -u4*x4 -u4*y4 ] [D][...][... ][E] = [ xn yn 1 0 0 0 -un*xn -un*yn] '[F][vl ] =
[G][v2 ] = [ 0 0 0 x2 y2 1 -v2*x2 -v2*y2 ] [H][v3 ] = [ 0 0 0 x3 y3 1 -v3*x3 -v3*y3 ][v4 ] = [ 0 0 0 x4 y4 1 -v4*x4 -v4*y4 ][… ] =
于是又出i見b=M*x;M*x = Zj — M'*M*x = M'*Zj —x = (M'*M)_I*M'*&, m，為m的專爭置頭巨卩車。
其中，n表示不同的像素點，ul、 u2.......un和vl、 v2.......vn分別
為校正后的各像素點的X坐標值和Y坐標值。
步驟203:分割出路標圖像信息中的文字和圖標區(qū)域，并識別其中的文字和圖標后顯示。
對于分割出的路標圖像，路標識別單元首先對文字與圖標區(qū)域進行分割，再對分割出來的文字與圖標區(qū)域進行模式識別，識別出其中的文字與圖標，其中，
文字與圖標的分割方法屬于現(xiàn)有技術，大致包括
對經(jīng)過校正的圖像進行標準化處理。因為路標都有標準的大小，根據(jù)標準路標的大小，對獲得的路標圖像的大小進行縮放，使獲得的路標圖像的大小調(diào)整為標準的路標大小。
基于文字的邊緣紋理特征，粗略分割出可能的文字區(qū)域；計算各區(qū)域內(nèi)的顏色統(tǒng)計直方圖，進行二類顏色聚類；分析文字連通域的幾何特征，濾除非文字連通域；計算文字連通域像素點的垂直投影，估計文字的寬度和文字間隔，判斷是否為文字排列，對粗分割的文字區(qū)域進行校驗，確定文字區(qū)域
志，并確定圓標的邊框。
文字與圖標的識別方法大致包括
對路標識別模塊分割出來的包含有圖標信息的圖像信息，經(jīng)過圖像邊緣增強以達到適合于特征提取的形式，然后對經(jīng)過預處理即包括校正，以及文字與圖標分割處理的圖像信息進行小波變換(HAAR)和快速傅立葉變換(FFT)處理后，進行特征提取，實驗表明，采集前50個特征作為特征向量既能使得運算量不大，又能保證識別的正確率；最后進行模式分類，得到識別結果。
其中，可以采用決策理論分析方法中最近領域分類法對分割出來的文字
15與圖標區(qū)域進行模式分類，從而識別出文字和圖標。預先設置所知道的已使用的不同類的路標(包括文字和圖標)與其樣本向量即參考向量的對應關系，將提取的特征向量與參考向量作比較，選擇特征向量與各參考向量間距離最小的參考向量對應的路標為識別出的路標。最近領域分類法的實現(xiàn)原理如
下
將最小距離的概念從點和點之間的距離擴充到一個點與一組點之間的
距離。設^&，…，&參考向量分別是與類W，^，…，氣相對應的參考向量的m(表
示不同的類)個集合，《中的向量為《，《6《4 = 1，2，""/,即
《={《《.."《}
提取的特征向量X與參考向量Ri之間的距離為
也就是說^與《.之間的距離是^與《'中每一個向量距離中的最小的一個，其判別函數(shù)D'("為A(7hmin(f^ + (《)l-(矽)r《)，其中，z、l,2，…，m。
假設。f(" = r《+ (《)l —(《)r《，那么，
D,(Z) = min{Z^W},其中，"l,2，.."/;Z = l,2,.."m ， 。f ("為特征的線性組合，
決策邊界將是分段線性的。
最后，路標輸出單元，將識別出的路標中的文字和圖標信息分類按照一定的格式在車載顯示屏上顯示，以供司機作為定位即路線參考，其中顯示內(nèi)
容可以包括距離哪里多少公里；到哪里向哪個方向前進；距離下個交叉口多少公里；限制車速為多少；下個緊急電話在多少米處等等。顯示的格式可以為
距離(填充識別出的文字)(多少識別出的數(shù)字)公路下一個出口在(識別出的數(shù)字)公里處等等。顯示屏上的內(nèi)容根據(jù)識別的內(nèi)容自動選擇顯示。沒有的項目不出現(xiàn)。其中的格式是我們經(jīng)過統(tǒng)計路標內(nèi)容得到的。
司機可以從顯示屏上正確地獲得路標牌的信息，方便了司機查看路線或者對行駛作出正確的判斷。以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換以及改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
權利要求
1.一種實現(xiàn)汽車導航的方法，其特征在于，該方法包括以下步驟A.按照預設拍攝參數(shù)拍攝以獲取圖像信息，對該圖像信息進行初步檢測，獲得可能包含有路標信息的圖像信息；B.對獲得的可能包含有路標信息的圖像信息進行校正處理，然后進行路標檢測，并在圖像信息中存在路標信息時，分割出路標圖像信息；C.從得到的路標圖像信息中分割出文字和圖標區(qū)域，并識別區(qū)域中的文字和圖標后顯示。
2. 根據(jù)權利要求1所述的方法，其特征在于，步驟A中所述初步檢測的 方法為當檢測出所述拍攝到的圖像信息中表示預設顏色的區(qū)域的面積超過預 設面積閾值時，判定拍攝到的圖像信息可能包含有路標信息。
3. 根據(jù)權利要求2所述的方法，其特征在于，所述預設顏色區(qū)域的面積的 檢測采用改進筒單向量濾波器SVF ，具體為按照"^" ^ 對像素進行計算，當結果result >=1時，表明為預設顏色，保留所述圖像中該預設顏色的像素；當結 果result〈 1時，表明為單色，過濾掉所述圖像中所有單色的像素；其中，Red、 Green、 Blue分別為圖像信息中紅、綠、藍三種顏色的亮度分量，D是單色 提取系數(shù)，系數(shù)D為20;, ^ -《1,-《1, Greew — 5/we 2 40按照檢測條件 Re" 5/"e 進行判斷，當滿足4企測條件時，表明為需要保留的預設顏色且為綠色，并保留該預設顏色的像素；掃描并統(tǒng)計保留有預設顏色的像素，以獲取預設顏色的區(qū)域的面積。
4. 根據(jù)權利要求1所述的方法，其特征在于，步驟B中所述校正的方法 為斗弟形4交正法。
5. 根據(jù)權利要求4所述的方法，其特征在于，所述梯形校正法具體包括 預先建立原始圖像與校正后的圖像的像素點的對應關系；按照對應關系，將獲得的可能包含有路標信息的圖像中的像素點對應地 轉(zhuǎn)換為校正后的像素點。
6. 根據(jù)權利要求5所述的方法，其特征在于，所述建立原始圖像與校正 后的圖像的像素,泉的對應關系的方法為假設通過攝像頭采集一預設標志物后，得到原始圖像的四個角的坐標分別為(0, 0)， (a， 0), (x2, y2), (xl， yl );u = (Ax + By + C)/(Gx + Hy + I) 根據(jù)圖像變換算法v = (Dx + Ey + F)/(Gx + Hy + I)得出原始圖像與校正后的圖像的像素點的對應關系，其中X、 y分別為拍攝到的原始圖像的像素點的 X坐標值和Y坐標值，u、 v分別為^^交正后的像素點的X坐標值和Y坐標值； 其中，參數(shù)1=1,參數(shù)A~H由下面公式求解[ul ] = [xl yl 1 0 0 0 -ul*xl -ul*yl]*[A][u2 ] = [ x2 y2 1 0 0 0 -u2*x2 -u2*y2 ] [B][u3 ] = [x3 y3 1 0 0 0 -u3*x3 -u3*y3 ] [C][ul〗=[x4 y4 1 0 0 0 -u4*x4 -u4*y4 ] [D][…][… ][E][皿]=[xn yn 1 0 0 0 -un*xn -un*yn ] [F][vl ] =
[G][v2 ] = [ 0 0 0 x2 y2 1 -v2*x2 -v2*y2 ] [H][v3 ] =
[v4 ] = [ 0 0 0 x4 y4 1 -v4*x4 -v4*y4 ][...][… ][vn ]=〖0 0 0 xn yn 1 -vn*Xn -vn*yn],其中，n表示不同的像素點；ul 、u2、 ......un和vl、 v2、 ......vn分別為校正后的各像素點的X坐標值和Y坐標值。
7. 根據(jù)權利要求1所述的方法，其特征在于，步驟B中所述進行路標檢 測，并在圖像信息中存在路標時，分割出路標圖像具體包括利用改進SVF檢測預設顏色的區(qū)域；對檢測出的不同顏色的區(qū)域，利用拐角特征提取算法提取物體特征，并采 用幾何結構分析的方法檢測提取的物體的形狀以及檢測出的形狀的位置參數(shù)； 在得到物體形狀和位置參數(shù)后，根據(jù)位置參數(shù)從圖像中分割出路標圖像。
8. 根據(jù)權利要求1所述的方法，其特征在于，步驟C中所述從分割出的文字和圖標區(qū)域識別文字和圖標的方法為對所述分割出的文字和圖標區(qū)域進行小波變換HAAR和快速傅立葉變換 FFT處理；之后，進行特征提取獲得特征向量后，通過模式分類，得到識別 出的文字和圖標。
9. 根據(jù)權利要求8所述的方法，其特征在于，所述模式分類方法為決策 理論分析方法中最近領域分類，具體為預先設置所知道的已使用的各類路標與其參考向量的對應關系； 將所述提取的特征向量與參考向量作比較，選擇特征向量與各參考向量 間距離最小的參考向量對應的路標為識別出的5^標。
10. —種實現(xiàn)汽車導航的裝置，其特征在于，包括圖像抓拍單元、路標 預檢測單元、路標分割單元、路標識別單元和路標輸出單元，其中，圖像抓拍單元，用于在汽車行駛公路上按照預設拍攝參數(shù)進行拍攝，并將 拍攝到的圖像信息傳送給路標預檢測單元；路標預檢測單元，用于對獲得的圖像信息進行初步檢測，并將檢測出的可 能包含有路標信息的圖像信息傳送給路標分割單元；路標分割單元，用于對接收到的包含有路標信息的圖像信息進行校正處 理，并對校正處理后的圖像信息進行路標檢測，并在檢測出圖像信息中含有 路標信息時，分割出路標圖像并傳送給路標識別單元；路標識別單元，用于分割出接收到的路標圖像中的文字和圖標區(qū)域，并 識別其中的文字和圖標后傳送給路標輸出模塊單元；路標輸出單元，用于將識別出的路標中的文字和圖標按照一定的格式在車 載顯示屏上顯示。
11. 根據(jù)權利要求10所述的裝置，其特征在于，所述圖像抓拍單元為 普通攝像頭。
12. 根據(jù)權利要求10所述的裝置，其特征在于，所述路標識別單元包括: 分割模塊、處理模塊、特征提取模塊和模式分類模塊，其中，分割模塊，用于從接收到的路標圖像信息中分割出文字和圖標區(qū)域；處理模塊，用于對分割出的文字和圖標區(qū)域進行小波變換HAAR處理和快 速傅立葉變換FFT處理；特征提取模塊，用于對處理后的文字和圖標區(qū)域進行特征提取，以獲得 特征向量；模式分類模塊，預先存儲有已知的每一類路標與其參考向量的對應關 系；模式分類模塊用于將提取的特征向量與參考向量作比較，選擇特征向量 與各參考向量間距離最小的參考向量對應的路標為識別出的路標并輸出。
13. —種攝像機，其特征在于，至少包括由圖像抓拍單元、路標預檢測單 元、路標分割單元、路標識別單元和路標輸出單元組成的實現(xiàn)汽車導航的裝置。
全文摘要
本發(fā)明公開了一種實現(xiàn)汽車導航的方法、裝置及攝像機，本發(fā)明方案采用普通攝像頭按照預設拍攝參數(shù)拍攝以獲取圖像信息，對獲得的圖像信息通過初步檢測，獲得可能包含有路標信息的圖像信息；對獲得的可能包含有路標信息的圖像信息進行校正處理，然后進行路標檢測，并在圖像信息中存在路標時，分割出路標圖像；從得到的路標圖像信息中分割出文字和圖標區(qū)域，并識別其中的文字和圖標后顯示。通過本發(fā)明方案，司機可以從顯示屏上正確地獲得路標牌的信息，方便了司機查看路線或者對行駛作出正確的判斷。本發(fā)明簡單又價廉地實現(xiàn)了汽車導航。
文檔編號G01C21/26GK101634563SQ200810135370
公開日2010年1月27日 申請日期2008年7月25日 優(yōu)先權日2008年7月25日
發(fā)明者濤 徐, 符馬宏 申請人:比亞迪股份有限公司