專利名稱：一種車輪與地面接觸點的自動檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及攝像機標定、基于單幅圖像的 測量、圖像處理實際應(yīng)用技術(shù)。
背景技術(shù)：
目前，交通事故現(xiàn)場處理主要采用人工勘査的方式，這種方式具有 處理時間長、精度低、勞動強度大、需要人員多等缺點，己經(jīng)不適應(yīng)現(xiàn) 代交通流量大、速度快的特點。近年來許多研究人員開始研究視覺測量技術(shù)在交通事故現(xiàn)場處理 中的應(yīng)用，其基本思想是通過拍攝交通事故現(xiàn)場的圖像進行測量，以減 少現(xiàn)場處理的時間，提高勘查的質(zhì)量和效率；其中，事故現(xiàn)場特征點的 檢測是應(yīng)用視覺測量技術(shù)進行交通事故現(xiàn)場處理的一個關(guān)鍵問題，如車 輪與地面接觸點的檢測，剎車印痕的起點、終點及拐點檢測，血跡及地 面散落物的形心和輪廓檢測等。這些特征點的檢測精度將直接影響測量 的精度和勘查質(zhì)量。在現(xiàn)有的交通事故現(xiàn)場處理系統(tǒng)中，車輪與地面的接觸點主要采取 人工提取的方式。從圖6、圖7中可以看出，車輪外表面與地面的接觸部分在圖像中幾乎成一條直線段，僅僅依靠人眼很難精確地進行判斷。 車胎的充氣情況、天氣情況、圖像的拍攝時間、光照情況等許多外界因 素都會影響人眼對車輪與地面接觸點的判斷。比如，在晚上光線不足的 情況下，僅僅依靠人眼很難在圖像中判斷車輪與地面的接觸點；在雨天 拍攝的圖像由于車輪和地面的顏色變得非常接近而使人眼難以辨認。而 雨天和晚上又恰恰是交通事故的多發(fā)期，因此利用計算機視覺技術(shù)和圖 像處理技術(shù)進行車輪與地面接觸點的自動檢測具有重要的應(yīng)用價值和 研究意義。發(fā)明內(nèi)容現(xiàn)有的交通事故現(xiàn)場處理的視覺測量技術(shù)，獲取事故現(xiàn)場特征點， 由于交通事故現(xiàn)場的環(huán)境限制，會使獲得這些特征點的檢測精度不高， 將直接影響測量的精度和勘査質(zhì)量，為了解決現(xiàn)有技術(shù)的問題，本發(fā)明 的目的是提供一種在交通事故現(xiàn)場處理系統(tǒng)的車輛定位、現(xiàn)場平面圖 生成車輪與地面接觸點自動檢測方法及裝置。為了實現(xiàn)本發(fā)明的目的，本發(fā)明是提供一種車輪與地面接觸點的自 動檢測方法，其實現(xiàn)步驟如下步驟l:建立攝像機內(nèi)參數(shù)模型，獲得攝像機的內(nèi)參數(shù)矩陣，用于 在交通事故現(xiàn)場拍攝的任意圖像經(jīng)過簡單計算，獲得攝像機的內(nèi)參數(shù)；步驟2:根據(jù)交通事故現(xiàn)場的情況自動地調(diào)節(jié)攝像機的有效焦距， 用于獲得清晰的現(xiàn)場圖像；步驟3:對每幅現(xiàn)場圖像的攝像機內(nèi)參數(shù)重新進行估計；步驟4:對含有車輪的現(xiàn)場圖像進行處理，提取車輪圖像的主輪廓線；步驟5:確定車輪中心投影點和垂直消影點，用于獲取中心投影點 和垂直消影點的投影直線；步驟6:在投影直線上尋找車輪與地面的接觸點。優(yōu)選地，所述車輪與地面的接觸點，是在三維空間中車輪與地面的 接觸點在圖像上的投影。優(yōu)選地，所述車輪中心投影點是檢測車輪圖像主輪廓線的中心來近似車輪中心點的圖像；垂直消影點是在垂直于地面方向的直線的消影 點。優(yōu)選地，所述三維空間中車輪與地面的接觸點是 在三維空間中車輪與地面的接觸點位于過車輪中心點且垂直于地 面的直線上，在圖像中車輪與地面的接觸點位于直線的投影直線上；車輪中心投影點與垂直消影點的連接直線為投影直線，得到垂直消影點和車輪中心投影點后，直線唯一確定；在車輪圖像中從車輪中心投影點幵 始沿直線指向地面的方向?qū)ふ姨荻茸兓畲蟮南袼攸c，則該點即為車輪 與地面的接觸點。優(yōu)選地，所述車輪與地面的接觸點的確定，根據(jù)圖像中車輪的個數(shù) 和分布情況確定車輪與地面的接觸點步驟包括當圖像中只有一個車輪時，根據(jù)調(diào)和共軛的性質(zhì)對車輪中心點所對 應(yīng)的圖像點和垂直消影點進行優(yōu)化，獲得車輪與地面的接觸點；對于單幅圖像、多個車輪的情況當圖像中存在分別位于不同車輛 的多個車輪時，對每個車輪分別進行優(yōu)化；當圖像中存在位于同一輛車的兩個車輪時，兩個車輪中心點連線方 向的消影點必位于回字形模板所在的平面兀的消影線上，根據(jù)調(diào)和共軛 和消影線的性質(zhì)，同時優(yōu)化兩個車輪與地面的接觸點。優(yōu)選地，所述的估計步驟還包括利用放置在地面上的回字形模板 來估計模板平面與回字形模板像平面之間的單應(yīng)矩陣；利用單應(yīng)矩陣來 測量地平面上任意兩點間距離，用來確定攝像機的當前有效焦距、攝像 機外參數(shù)和垂直消影點。優(yōu)選地，提取車輪圖像主輪廓線步驟包括在提取車輪中心投影點 之前，把原始的彩色車輪圖像變?yōu)榛叶葓D像，依次利用維納濾波去除圖 像噪聲、直方圖均衡化增強圖像對比度、填充圖像中的孔洞，最后，利用Carmy邊緣檢測算子提取車輪圖像的輪廓線，去掉其中較小的連通區(qū) 域，從而得到車輪圖像的主輪廓線。優(yōu)選地，對于檢測到的車輪主輪廓線，利用基于弦中點的橢圓中心 檢測方法來確定車輪中心投影點，具體步驟包括利用橢圓上任意一點與橢圓上的其它點的連線構(gòu)成橢圓的一組弦，則這組弦的中點構(gòu)成的橢圓即為原橢圓在該點的內(nèi)切橢圓；任意通過橢 圓中心的弦都被橢圓中心平分，橢圓上任意一點的內(nèi)切橢圓必過橢圓的 中心，通過橢圓中心的內(nèi)切橢圓的數(shù)量要多于其它位置；利用橢圓上所 有點的內(nèi)切橢圓必經(jīng)過橢圓中心這一性質(zhì)，通過檢測累加器的最大值來 確定橢圓的中心點即為車輪中心投影點。優(yōu)選地，在檢測時對車輪與地面的接觸點的約束條件在直線指向地面的方向上，接觸點前面的",個點必須是黑色的，且接觸點的灰度值 與后面的 個點的灰度值之差必須大于閾值r"本發(fā)明的有益效果或優(yōu)點本發(fā)明提出了一種單幅圖像、單個車輪情況下接觸點的自動檢測方 法，它主要利用車輪與地面的接觸點必位于過車輪中心的像點和垂直消 影點的直線上這一性質(zhì)進行檢測。該方法可以代替實際應(yīng)用中主要采用 人工提取車輪與地面接觸點的方式，比較有效地克服了傳統(tǒng)檢測方式中 勞動強度大、易受外界因素影響等缺點，滿足系統(tǒng)自動處理的需要。大 量圖像的實驗結(jié)果均驗證了該方法的有效性。解決交通事故現(xiàn)場的環(huán)境 限制，使獲得特征點的檢測精度提高。本發(fā)明能在交通事故現(xiàn)場處理車 輛定位、自動生成現(xiàn)場平面圖。


圖1本發(fā)明中回字形模板示意2本發(fā)明中圓與調(diào)和共軛的示意3本發(fā)明中車輪圖像預處理及特征點檢測示意4本發(fā)明中橢圓任一點的內(nèi)切橢圓示意5本發(fā)明中橢圓不同點的內(nèi)切橢圓示意6本發(fā)明中圖像中只有一個車輪時的實驗結(jié)果示意7本發(fā)明中圖像中含有同一輛車兩個車輪時的實驗結(jié)果示意圖具體實施方式
下面將結(jié)合附圖對本發(fā)明加以詳細說明，應(yīng)指出的是，所描述的實 施例僅旨在便于對本發(fā)明的理解，而對其不起任何限定作用。1、 一些預備知識 1. 1攝像機標定本發(fā)明中的符號規(guī)定如下， 一個圖像點坐標為一個三維 空間點在攝像機坐標系中的坐標表示為p-^義zf 。它們對應(yīng)的齊次 坐標形式分別是* = (^,1/與。攝像機模型使用透視投影模型，則根據(jù)中心投影原理有<formula>formula see original document page 9</formula>(1)其中，A為非零尺度因子，^是攝像機的內(nèi)參數(shù)矩陣，/是有效 焦距，S是傾斜因子，《是像素的縱橫比，("。,v。f為攝像機的主點坐標。兄r是攝像機的外參數(shù)，分別表示世界坐標系到攝像機坐標系的旋轉(zhuǎn)矩陣和平移向量。在實際應(yīng)用過程中，我們需要根據(jù)交通事故現(xiàn)場的情況自動地調(diào)節(jié) 攝像機的有效焦距，在拍攝圖片時，只需把攝像機設(shè)置為自動對焦，即 可以得到清晰的現(xiàn)場圖片。因此，本發(fā)明給出的方法必須對每幅現(xiàn)場圖像的攝像機內(nèi)參數(shù)都重新進行估計。由于攝像機的主點坐標("。，v。f 、像素的縱橫比a、傾斜因子s只與攝像機的制造工藝有關(guān)， 一般不隨有 效焦距/的變化而變化，故可事先對攝像機的這些參數(shù)進行標定以簡化 攝像機內(nèi)參數(shù)模型。在實際應(yīng)用中，僅需要標定有效焦距/。在攝像機內(nèi)參數(shù)K,廣、《均已知且假設(shè)5為0的情況下(當5不為0時，也可以預先進行標定)，攝像機的內(nèi)參數(shù)矩陣可簡化為<formula>formula see original document page 9</formula>(2)當"回"字形模板平面與回字形模板像平面之間的單應(yīng)矩陣//已知 時，有效焦距/可以很方便地得到。由于本發(fā)明主要研究車輪與地面接 觸點的檢測方法，故這里不對/的確定進行介紹，具體有效焦距的實現(xiàn) 方法可查閱相關(guān)參考文獻。1.2回字形模板及模板平面的單應(yīng)矩陣在交通事故現(xiàn)場處理系統(tǒng)中，用放置在地面上的回字形模板來估計 模板平面與其像平面之間的單應(yīng)矩陣// (Homography)。在測量模塊中，行重構(gòu)操作，得到指紋細節(jié)點模板。由外部存儲器接口功能單元54 保存至外部指紋存儲芯片中。至此，完成一次指紋注冊操作，同時FPGA芯片4將注冊成功信息通過串行通訊電路5發(fā)送到計算機。在指紋匹配操作過程中，本裝置首先從用戶輸入的指紋圖像提取 出指紋模板。然后通過控制外部存儲器接口功能單元54從外部指紋存 儲芯片中依照保存的順序讀取一枚指紋模板數(shù)據(jù)。在細節(jié)點匹配功能 單元57中完成指紋匹配，求出兩枚指紋模板相似度數(shù)值，并且與預先 設(shè)置的閾值比較。如果匹配數(shù)值大于闞值，則表明輸入用戶是已注冊 用戶，F(xiàn)PGA芯片4將匹配成功信息通過串行通訊電路5發(fā)送到計算 機。如果匹配數(shù)值小于閾值，則表明輸入用戶指紋模板與本次讀取的 指紋模板不匹配。此時，外部存儲器接口功能單元54將按順序從外部 指紋存儲芯片中讀取下一枚指紋模板數(shù)據(jù)，傳送到細節(jié)點匹配功能單 元57中，進行再一次指紋匹配。如果外部存儲芯片中所有的指紋模板 與輸入用戶的指紋模板都不匹配，則表明當前用戶不是已注冊用戶， FPGA芯片4將匹配失敗信息通過串行通訊電路5發(fā)送到計算機。該裝置使用Verilog硬件描述語言在Xilinx公司的xc2v8000芯片 上測試，測試時FPGA外部時鐘為70MHz，使用的FPGA芯片4的資 源大約為34%。經(jīng)過測試注冊一枚指紋所需的平均時間為1秒，兩枚 指紋模板匹配所需的平均時間為1毫秒。以上所述，僅為本發(fā)明中的具體實施方式
，但本發(fā)明的保護范圍 并不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)， 可理解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此， 本發(fā)明的保護范圍應(yīng)該以權(quán)利要求書的保護范圍為準。交比是射影變換下的不變量，如本發(fā)明中圓與調(diào)和共軛的示意圖， 圖2所示，令通過圓心0的直線與圓的交點分別為點化/>2，該直線上的 無窮遠點為&。根據(jù)交比的定義可知，點/^，0上的交比",&;0上)"1。此時，點尸!,尸2與o,/^稱作調(diào)禾口共輒(Harmonic Conjugate)。2.車輪與地面接觸點的檢測方法 2.1基本原理在不加其它說明的情況下，本發(fā)明中"車輪與地面的接觸點"指三 維空間中車輪與地面的接觸點在圖像上的投影點；"車輪中心投影點"指車輪中心點在圖像上的投影點。由于在三維空間中車輪與地面的接觸 點位于過車輪中心點且垂直于地面的直線"上，故在圖像中車輪與地面 的接觸點必位于直線^的投影直線上。由消影點的性質(zhì)可知，車輪中心 投影點與垂直消影點的連線即為直線^的投影直線"因此，本發(fā)明給 出的接觸點檢測方法的主要步驟有1) 對車輪圖像進行處理，提取車輪圖像的主輪廓線。2) 確定車輪中心投影點和垂直消影點。3) 在得到的投影直線/e上尋找車輪與地面的接觸點。4) 為了進一步提高接觸點的檢測精度，我們還根據(jù)圖像中車輪的 個數(shù)和分布情況提出了兩種不同的優(yōu)化方案。2.2車輪圖像的主輪廓線提取與車輪中心投影點檢測根據(jù)圓的透視投影性質(zhì)可知，圓的圖像為橢圓，但是圓心的圖像一 般不是橢圓的中心。在實際應(yīng)用中發(fā)現(xiàn)，由于車輪的外形各異，很難找 到一個有效、魯棒的方法來檢測圓心的圖像。而在大多數(shù)情況下，橢圓 中心可近似認為是圓心所對應(yīng)的圖像點。因此，在本發(fā)明所述的方法中 通過即車輪中心投影點。如圖3本發(fā)明中車輪圖像預處理及特征點檢測示意圖所示 在提取車輪中心投影點之前，我們需要對車輪圖像進行預處理。首 先，我們把原始的彩色車輪圖像變?yōu)榛叶葓D像，'如圖3 (1)所示。然 后，依次利用維納濾波去除圖像噪聲、直方圖均衡化增強圖像對比度、 填充圖像中的孔洞，處理后的圖像如圖3 (2)所示。這里填充孔洞的目的是為了減弱車輪內(nèi)圈花紋對下一步邊緣提取的影響，以便更好地提取車輪的主輪廓線。最后，我們利用Ca皿y邊緣檢測算子提取車輪圖像的輪廓線，去掉其中較小的連通區(qū)域，從而得到車輪圖像的主輪廓線。 由于受光照、路況等外界因素的影響，在圖像中我們往往不能魯棒地提 取出車輪外圈的邊緣，而對于車輪內(nèi)圈邊緣的提取則相對穩(wěn)定得多(一般來說，內(nèi)圈是銀色的，與地面顏色存在較大差異；外圈是黑色的，與 地面顏色的差異較小)，如圖3 (3)所示。因此，這里車輪圖像的主輪 廓線是指車輪內(nèi)圈邊緣在圖像中所對應(yīng)的橢圓。對于檢測到的車輪主輪廓線，利用基于弦中點的橢圓中心檢測方法 來確定車輪中心投影點^。如本發(fā)明中橢圓任一點的內(nèi)切橢圓圖4所 示，橢圓上任意一點與橢圓上的其它點的連線構(gòu)成橢圓的一組弦，則這 組弦的中點構(gòu)成的橢圓即為原橢圓在該點的內(nèi)切橢圓。由于任意通過橢 圓中心的弦都被橢圓中心平分，故橢圓上任意一點的內(nèi)切橢圓必過橢圓 的中心，通過橢圓中心的內(nèi)切橢圓的數(shù)量要多于其它位置，如本發(fā)明中 橢圓不同點的內(nèi)切橢圓圖5所示。因此，我們可利用橢圓上所有點的內(nèi) 切橢圓必經(jīng)過橢圓中心這一性質(zhì)，通過檢測累加器的最大值來確定橢圓 的中心點。與一般的Hough變換的方法相比，這種方法具有較快的檢測 速度和較高的檢測精度，同時又對邊緣噪聲具有一定的抗干擾能力，檢 測結(jié)果如圖3 (3)所示。 2.3車輪與地面接觸點的檢測令過垂直消影點"與車輪中心投影點 的直線為/。，則直線^在三 維空間中對應(yīng)的直線^必通過車輪中心點且垂直于地面。因此，車輪與 地面的接觸點必在直線/,上。通過上面的步驟得到垂直消影點&和車輪 中心投影點^后，直線/,可唯一確定。我們在車輪圖像中從車輪中心投 影點《t開始沿直線4指向地面的方向?qū)ふ姨荻茸兓畲蟮南袼攸c，則該 點即為車輪與地面的接觸點 。為了提高檢測算法的魯棒性，我們在檢 測時對車輪與地面的接觸點w,加了以下約束條件在直線/J旨向地面的 方向上，接觸點^前面的。個點必須是黑色的，且接觸點^的灰度值與 后面的 個點的灰度值之差必須大于閾值r"這里點的個數(shù)",、 和閾 值w的值是由我們根據(jù)大量實驗得到的公式自動計算的，不需要人工干預。換句話說，當給定一幅新的車輪圖像后，程序會根據(jù)當前車輪圖像的大小和灰度分布自動計算《,、 "2和r"檢測結(jié)果如圖3 (4)所示。 2.4迭代優(yōu)化在2. 2節(jié)中我們已經(jīng)介紹，圓心的圖像并不一定是橢圓的中心點。 因此，有必要探討如何利用圖像中的射影不變量和幾何約束來進一步優(yōu) 化檢測結(jié)果。針對圖像中車輪的個數(shù)和分布情況，提出了兩種優(yōu)化方案。 當圖像中只有一個車輪時，根據(jù)調(diào)和共軛的性質(zhì)對車輪中心點所對應(yīng)的 圖像點^和垂直消影點&進行優(yōu)化，從而進一步提高車輪與地面的接觸點m,的檢測精度。定義目標函數(shù)如下其中，w 、 ^分別為直線/￡與車輪內(nèi)圈的兩個交點。利用與2.2節(jié)類似 的方法在直線^上檢測點 和^，如圖3 (5)所示。這里需要說明的一點是在每次迭代優(yōu)化過程中，都要根據(jù)目標函數(shù)調(diào)整點 和"的坐標值并生成新的直線/e，然后在直線上重新檢測點 和w。在算法收斂 后，利用優(yōu)化后的圖像點 和々的坐標值重新計算車輪與地面的接觸點 ,",，從而提高算法的精度。本發(fā)明重點研究基于單幅圖像對單個車輪的接觸點的自動檢測方 法，但是在實際應(yīng)用中，也經(jīng)常會遇到單幅圖像、多個車輪的情況。在 這種情況下，車輪圖像中可能會存在一些新的約束關(guān)系。下面我們將對 單幅圖像、多個車輪的不同情況分別進行討論。當圖像中存在分別位于 不同車輛的多個車輪時，仍采用上述方法對每個車輪分別進行優(yōu)化。當 圖像中存在位于同一輛車的兩個車輪時，兩個車輪中心點連線方向的消 影點必位于回字形模板所在的平面兀(地面)的消影線上。此時，根據(jù) 調(diào)和共軛和消影線的性質(zhì)同時優(yōu)化兩個車輪與地面的接觸點。假設(shè)兩個 車輪的中心點圖像分別為^、 ，它們與地面的接觸點分別為,和 。令過點 和^2的直線為一，過點,和^2的直線為/,2，則直線^和^均 平行于平面"令直線^和/,2的交點為點氣，則點 為直線/p, (y)的消影點。由1.3節(jié)消影點和消影線的性質(zhì)可知，消影點 必位于平面;r的消影線/y上。此時，定義目標函數(shù)如下min[w:/v + (/7^，,；wcl,v:) + (wwI,,，ci，v:) + 2] (6)其中， 、,為直線/d與其對應(yīng)車輪內(nèi)圈的兩個交點， 2， 2為直 線^與其對應(yīng)車輪內(nèi)圈的兩個交點。同樣，在優(yōu)化過程中不斷調(diào)整 、 2和vz的值，以達到最終優(yōu)化車輪與地面的接觸點,和,的目的。3、應(yīng)用實例本發(fā)明方法從數(shù)學上完全可以證明其正確性。本發(fā)明所有的實驗都 是在Intel Pentium 4 2. 4GHZ的計算機上實現(xiàn)的，所有的實驗圖像均 由Nikon Coolpix5700數(shù)碼相機拍攝，圖像分辨率為2560x1920 。實驗 中，對回字形模板圖像，利用Carmy邊緣檢測算子提取圖像的邊緣，并 通過最小二乘法將提取的邊緣擬合成直線。對車輪圖像，利用本發(fā)明給 出的方法提取車輪與地面的接觸點，并根據(jù)實際情況選擇優(yōu)化方案進行 優(yōu)化。由于圖像的拍攝質(zhì)量會對檢測結(jié)果有比較大的影響，為了驗證本 發(fā)明所述方法的魯棒性，我們分別對200多幅在不同時間、不同天氣情 況下、不同類型車的圖像使用上述方法進行了實驗。其中，晴天的圖像 有78幅(分別在上午、中午、下午進行拍攝)，陰天的圖像有23幅， 雨天的圖像有38幅，晚上拍攝的圖像有126幅。由于篇幅限制，在這 里圖6僅僅給出了本發(fā)明中圖像中只有一個車輪時的實驗結(jié)果，圖7僅 僅給出了本發(fā)明中圖像中含有同一輛車兩個車輪時的實驗結(jié)果。圖6是圖像中只有一個車輪時的實驗結(jié)果示意圖，其中，圖6(1) 為陰天時拍攝的圖像，圖6 (2)和圖6 (3)為晚上拍攝的圖像，圖6 (4)和圖6 (5)是雨天拍攝的圖像，圖6 (6)為晴天時拍攝的圖像。 圖7是圖像中含有同一輛車的兩個車輪時的實驗結(jié)果示意圖，其中，圖 7 (1)為晴天時拍攝的圖像，圖7 (2)、圖7 (3)和圖7 (4)為晚上 拍攝的圖像，圖7 (5)和圖7 (6)是雨天拍攝的圖像。圖中，綠色的 點為車輪的中心點和車輪與地面的接觸點，紅色的線為車輪的中心點與 垂直消影點的連線，藍色的點和黃色的線分別為它們優(yōu)化后的結(jié)果。從圖6、圖7可以看出，本發(fā)明所述的方法能夠較準確地檢測出車輪與地 面的接觸點；由于本發(fā)明根據(jù)回字形模板求出的垂直消影點已經(jīng)比較精 確，故在兩種情況下優(yōu)化對結(jié)果的提高都不是很大，但優(yōu)化也不會使結(jié) 果變壞且耗時一般都在10s以下。在一般情況下，初始檢測結(jié)果已經(jīng)能夠滿足系統(tǒng)的需要。但是從圖6 (5)我們可以看出，對于一些車輪中心點或垂直消影點提取不精確的情況，經(jīng)過優(yōu)化會使檢測精度得到一定 程度上的提高。因此，在系統(tǒng)允許的情況下，我們可根據(jù)圖像中車輪的 個數(shù)和分布情況選擇優(yōu)化方案，以進一步提高檢測結(jié)果的精度。以上所述，僅為本發(fā)明中的具體實施方式
，但本發(fā)明的保護范圍并 不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理 解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā) 明的保護范圍應(yīng)該以權(quán)利要求書的保護范圍為準。
權(quán)利要求
1. 一種車輪與地面接觸點的自動檢測方法，實現(xiàn)步驟包括步驟1建立攝像機內(nèi)參數(shù)模型，獲得攝像機的內(nèi)參數(shù)矩陣，用于在交通事故現(xiàn)場拍攝的任意圖像經(jīng)過簡單計算，獲得攝像機的內(nèi)參數(shù)；步驟2根據(jù)交通事故現(xiàn)場的情況自動地調(diào)節(jié)攝像機的有效焦距，用于提取清晰的現(xiàn)場圖像；步驟3對每幅現(xiàn)場圖像的攝像機內(nèi)參數(shù)重新進行估計；步驟4對含有車輪的現(xiàn)場圖像進行處理，提取車輪圖像的主輪廓線；步驟5確定車輪中心投影點和垂直消影點，用于獲取中心投影點和垂直消影點的投影直線；步驟6在投影直線上尋找車輪與地面的接觸點。
2、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，所述車輪 與地面的接觸點，是在三維空間中車輪與地面的接觸點在圖像上的投 影。
3、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，所述車輪 中心投影點是檢測車輪圖像主輪廓線的中心來近似車輪中心點的圖 像；垂直消影點是在垂直于地面方向的直線的消影點。
4、 根據(jù)權(quán)利要求2所述的自動檢測方法，其特征在于，所述三維 空間中車輪與地面的接觸點是在三維空間中車輪與地面的接觸點位于過車輪中心點且垂直于地面的直線上，在圖像中車輪與地面的接觸點位于直線的投影直線上；車輪中心投影點與垂直消影點的連接直線為投影直線，得到垂直 消影點和車輪中心投影點后，直線唯一確定；在車輪圖像中從車輪中心投影點開始沿直線指向地面的方向?qū)ふ?梯度變化最大的像素點，則該點即為車輪與地面的接觸點。
5、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，所述車輪與地面的接觸點的確定，根據(jù)圖像中車輪的個數(shù)和分布情況確定車輪與地面的接觸點步驟包括當圖像中只有一個車輪時，根據(jù)調(diào)和共軛的性質(zhì)對車輪中心點所 對應(yīng)的圖像點和垂直消影點進行優(yōu)化，獲得車輪與地面的接觸點；對于單幅圖像、多個車輪的情況當圖像中存在分別位于不同車 輛的多個車輪時，對每個車輪分別進行優(yōu)化；當圖像中存在位于同一輛車的兩個車輪時，兩個車輪中心點連線 方向的消影點必位于回字形模板所在的平面"的消影線上，根據(jù)調(diào)和共 軛和消影線的性質(zhì)，同時優(yōu)化兩個車輪與地面的接觸點。
6、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，所述的估 計步驟還包括利用放置在地面上的回字形模板來估計模板平面與回字形模板像 平面之間的單應(yīng)矩陣；利用單應(yīng)矩陣來測量地平面上任意兩點間距離，用來確定攝像機 的當前有效焦距、攝像機外參數(shù)和垂直消影點。
7、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于， 提取車輪圖像主輪廓線步驟包括在提取車輪中心投影點之前，把原始的彩色車輪圖像變?yōu)榛叶葓D 像，依次利用維納濾波去除圖像噪聲、直方圖均衡化增強圖像對比度、填充圖像中的孔洞；最后，利用Carmy邊緣檢測算子提取車輪圖像的輪廓線，去掉其 中較小的連通區(qū)域，從而得到車輪圖像的主輪廓線。
8、 根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，對于檢測 到的車輪主輪廓線，利用基于弦中點的橢圓中心檢測方法來確定車輪 中心投影點，具體步驟包括利用橢圓上任意一點與橢圓上的其它點的連線構(gòu)成橢圓的一組 弦，則這組弦的中點構(gòu)成的橢圓即為原橢圓在該點的內(nèi)切橢圓；任意通過橢圓中心的弦都被橢圓中心平分，橢圓上任意一點的內(nèi) 切橢圓必過橢圓的中心，通過橢圓中心的內(nèi)切橢圓的數(shù)量要多于其它利用橢圓上所有點的內(nèi)切橢圓必經(jīng)過橢圓中心這一性質(zhì)，通過檢 測累加器的最大值來確定橢圓的中心點即為車輪中心投影點。
9.根據(jù)權(quán)利要求l所述的自動檢測方法，其特征在于，在檢測時 對車輪與地面的接觸點的約束條件在直線^指向地面的方向上，接觸點前面的",個點必須是黑色的，且接觸點的灰度值與后面的巧個點的灰 度值之差必須大于閾值。
全文摘要
本發(fā)明公開一種車輪與地面接觸點的自動檢測方法，建立攝像機內(nèi)參數(shù)模型，獲得攝像機的內(nèi)參數(shù)矩陣，用于在交通事故現(xiàn)場拍攝的任意圖像經(jīng)過簡單計算，獲得攝像機的內(nèi)參數(shù)；根據(jù)交通事故現(xiàn)場的情況自動地調(diào)節(jié)攝像機的有效焦距，用于提取清晰的現(xiàn)場圖像；對每幅現(xiàn)場圖像的攝像機內(nèi)參數(shù)重新進行估計；對含有車輪的現(xiàn)場圖像進行處理，提取車輪圖像的主輪廓線；確定車輪中心投影點和垂直消影點，用于獲取中心投影點和垂直消影點的投影直線；在投影直線上尋找車輪與地面的接觸點。本發(fā)明代替實際應(yīng)用中主要采用人工提取車輪與地面接觸點的方式，比較有效地克服了傳統(tǒng)檢測方式中勞動強度大、易受外界因素影響等缺點，滿足系統(tǒng)自動處理的需要。
文檔編號G06T7/00GK101226637SQ20071006282
公開日2008年7月23日 申請日期2007年1月18日 優(yōu)先權(quán)日2007年1月18日
發(fā)明者慧 曾, 胡占義, 譚博怡, 趙訓坡 申請人:中國科學院自動化研究所