CN110287893A - 一种车辆盲区提示方法、系统、可读存储介质及汽车 - Google Patents
一种车辆盲区提示方法、系统、可读存储介质及汽车 Download PDFInfo
- Publication number
- CN110287893A CN110287893A CN201910563791.1A CN201910563791A CN110287893A CN 110287893 A CN110287893 A CN 110287893A CN 201910563791 A CN201910563791 A CN 201910563791A CN 110287893 A CN110287893 A CN 110287893A
- Authority
- CN
- China
- Prior art keywords
- wide
- distance
- automobile
- image
- angle camera
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种车辆盲区提示方法,应用于汽车上,所述汽车的四边上分别设有广角摄像头,包括以下步骤:获取所述广角摄像头拍摄的所述汽车在四个方向的图像;对四个所述图像执行灰度化、去噪处理,根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图,并显示所述全景图;实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。本发明还公开了一种车辆盲区提示系统,以及采用上述方法的可读存储介质及汽车。
Description
技术领域
本发明涉及汽车盲区检测技术领域,特别是涉及一种车辆盲区提示方法、系统、可读存储介质及汽车。
背景技术
随着汽车工业的飞速发展和人们生活水平的提升,汽车已经成为人们出行、货运等不可或缺的交通工具之一。
随着汽车持有量的增加,交通事故数量高居不下,而大部分事故发生在行驶过程中因车辆盲区未发现安全隐患导致的。目前,部分汽车与道路交通设备(如红绿灯)共享画面,通过该共享的画面查看盲区是否存在障碍物。
在现有技术中,需依赖道路交通设备来实现盲区的提示,若周围不存在道路交通设备则无法实现,无法独立实现车辆的盲区提示,适用范围小。
发明内容
本发明的一个目的在于提出一种能独立实现盲区提示的车辆盲区提示方法。
一种车辆盲区提示方法,应用于汽车上,所述汽车的四边上分别设有广角摄像头,包括以下步骤:
获取所述广角摄像头拍摄的所述汽车在四个方向的图像;
对四个所述图像执行灰度化、去噪处理,根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图,并显示所述全景图;
实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
本发明的有益效果是:利用汽车自带的广角摄像头对周边进行拍摄,对图像进行处理并显示全景图,再实时测量汽车与周围障碍物之间的距离,将距离较近的障碍物通过改变颜色突出显示以提醒用户。
另外,根据本发明提供的车辆盲区提示方法,还可以具有如下附加的技术特征:
进一步地,所述四个所述图像执行灰度化的步骤包括:
根据下式加权平均获得所述图像的灰度图像:
F(i,j)=0.30*fR(i,j)+0.59*fG(i,j)+0.11*fB(i,j)
式中,F(i,j)是所述图像经灰度化处理后的某一点的像素值,fR(i,j)、fG(i,j)、fB(i,j)这3个量分别为所述图像的R分量、G分量、B分量的值。
进一步地,所述四个所述图像执行去噪的步骤包括:
选择所述灰度图像的任意像素点作为初始像素点,以所述初始像素点为中心建立指定区域的二维滑动模块;
获取位于所述二维滑动模块内的所有像素点的像素值,根据所述像素值的大小生成单调上升的二维数据序列;
计算所述像素值的中间值,将所述初始像素点的的像素值替换为所述中间值;
选择所述灰度图像的其他像素点,重复执行上述步骤处理所述灰度图像的所有像素点。
进一步地,所述实时测量所述汽车与其周围障碍物之间的距离的步骤包括:
获取所述广角摄像头距离所述障碍物的竖直距离x和水平距离y,根据公式计算所述汽车与其周围障碍物之间的距离dis。
进一步地,所述获取所述广角摄像头距离所述障碍物的水平距离y的步骤包括:
根据公式计算得到垂直半视场角β,式中,H为所述广角摄像头所拍摄的图像的像素高度,d为所述广角摄像头的像元长度,f为所述广角摄像头的焦距;
根据公式式中,h为所述广角摄像头的实际高度,S为所述广角摄像头与其成像平面的中心点的距离,Y为指定点在所述图像中与所述中心点之间的水平像素距离,Y’为所述图像的像素高度的一半。
进一步地,获取所述广角摄像头距离所述障碍物的竖直距离x的步骤包括:
根据公式计算得到水平半视场角γ,式中,W为所述广角摄像头所拍摄的图像的像素宽度;
根据公式式中,X为指定点在所述图像中与所述中心点之间的数值像素距离,X’为所述图像的像素宽度的一半。
进一步地,所述改变所述全景图中对应所述障碍物所在区域的显示颜色的步骤包括:
获取所述障碍物所在区域所有点的距离,通过不同的颜色建立颜色库,将不同的所述距离的值映射至所述颜色库的不同颜色;
根据所述全景图中各点的所述距离改变所述全景图中的颜色。
本发明的另一个目的公开了一种车辆盲区提示系统,应用于汽车,所述汽车的四边上分别设有广角摄像头,所述系统包括:
图像获取模块,用于获取所述广角摄像头拍摄的所述汽车在四个方向的图像;
图像处理模块,用于对所述图像执行灰度化、去噪处理,并根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图;
提示模块,用于实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
本发明还公开了一种可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述的方法。
本发明还公开了一种汽车,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明第一实施例的车辆盲区提示方法的流程示意图;
图2是本发明第一实施例中的计算广角摄像头与障碍物的水平距离y的示意图;
图3是本发明第一实施例中计算广角摄像头与障碍物的竖直距离x的示意图;
图4是本发明第二实施例的车辆盲区提示系统的结构框图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”以及类似的表述只是为了说明的目的,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,本发明的第一实施例提出一种车辆盲区提示方法,应用于汽车上,所述汽车的四边上分别设有广角摄像头,包括以下步骤。
S1.获取所述广角摄像头拍摄的所述汽车在四个方向的图像。
可以理解的是,广角摄像头可以设置在汽车的四个边角上,也可以设置在汽车四边的中点处,主要作用为能使广角摄像头所拍摄的画面叠加后能覆盖汽车的周围。在本实施例中,广角摄像头的数量为4个,在其他实施例中,广角摄像头的数量也可以为4个以上的任意数量。
S2.对四个所述图像执行灰度化、去噪处理,根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图,并显示所述全景图。
具体的,所述四个所述图像执行灰度化处理的步骤包括:
根据下式加权平均获得所述图像的灰度图像:
F(i,j)=0.30*fR(i,j)+0.59*fG(i,j)+0.11*fB(i,j)
式中,F(i,j)是所述图像经灰度化处理后的某一点的像素值,fR(i,j)、fG(i,j)、fB(i,j)这3个量分别为所述图像的R分量、G分量、B分量的值。
需要说明的是,在图像处理中,采用RGB三个分量(R:Red,G:Green,B:Blue),即红、绿、蓝三原色来代表真彩色,且R分量,G分量,B分量的取值范围均为0~255,例如屏幕上一个白色的像素点3个通道的值分别是:255,255,255。
可以理解的是,由于处理一张彩色图片来说,数据量是比较大的,为了尽可能的减少数据量,故将彩色图片进行灰度化处理,经灰度化处理后的图像能为后续的获取与障碍物之间的距离提高精度。
在本实施例中,三个加权系数分别采用0.3、0.59和0.11,对处理后的灰度图像进行Gooch客观评价,获得该灰度图像显著图与原始彩色图像显著相似性为0.995613。在其他实施例中,三个加权系数也可以选择其他值,但评价所得相似性值较本实施例低。
具体的,所述四个所述图像执行去噪处理的步骤包括:
选择所述灰度图像的任意像素点作为初始像素点,以所述初始像素点为中心建立指定区域的二维滑动模块;
获取位于所述二维滑动模块内的所有像素点的像素值,根据所述像素值的大小生成单调上升的二维数据序列;
计算所述像素值的中间值,将所述初始像素点的像素值替换为所述中间值;
选择所述灰度图像的其他像素点,重复执行上述步骤处理所述灰度图像的所有像素点。
需要说明的是,由于图像传输的过程中噪点的产生是避免不了的,目的是尽可能的去除噪点,因此需要对图像进行去噪处理。在本实施例中,去噪处理在经过图像灰度化处理后。
应当指出的是,本实施例的去噪基本原理为针对图像中的某个像素点,使用一个某种结构的二维滑动模板(该模板可以是线状,方形圆形),一般将该结构的中心点对准这个像素点,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列,取这些排序好的像素值的中间值用来替换步骤二的这个像素点。再重复上述步骤对图像的每个像素点进行遍历操作即可,其中输出像素值可采用公式g(x,y)=med{f(x-k,y-l),k,l∈W)}计算,式中,f(x,y)和g(x,y)分别为原始图像和处理后图像,W为二维模板,通常为2*2或3*3区域。
S3.实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
具体的,所述实时测量所述汽车与其周围障碍物之间的距离的步骤包括:
获取所述广角摄像头距离所述障碍物的竖直距离x和水平距离y,根据公式计算所述汽车与其周围障碍物之间的距离dis。
其中,所述获取所述广角摄像头距离所述障碍物的水平距离y的步骤包括:
根据公式计算得到垂直半视场角β,式中,H为所述广角摄像头所拍摄的图像的像素高度,d为所述广角摄像头的像元长度,f为所述广角摄像头的焦距;
根据公式式中,h为所述广角摄像头的实际高度,S为所述广角摄像头与其成像平面的中心点的距离,Y为指定点在所述图像中与所述中心点之间的水平像素距离,Y’为所述图像的像素高度的一半。S为定值,可理解为成像距离,能根据实际情况测量得到。
请参阅图3,需要说明的是,图中BO与AO垂直,计算水平距离y的公式推导如下。
利用公式和可得
再根据公式和可得
其中,获取所述广角摄像头距离所述障碍物的竖直距离x的步骤包括:
根据公式计算得到水平半视场角γ,式中,W为所述广角摄像头所拍摄的图像的像素宽度;
根据公式式中,X为指定点在所述图像中与所述中心点之间的数值像素距离,X’为所述图像的像素宽度的一半。
请参阅图4,竖直距离x的计算公式的推导如下。
由于则
再根据可得
优选的,所述改变所述全景图中对应所述障碍物所在区域的显示颜色的步骤包括:
获取所述障碍物所在区域所有点的距离,通过不同的颜色建立颜色库,将不同的所述距离的值映射至所述颜色库的不同颜色;
根据所述全景图中各点的所述距离改变所述全景图中的颜色。
需要说明的是,在本实施例中,改变颜色在在全景图上额外叠加一层颜色,以凸显较近的障碍物。
可以理解的是,当采用通过距离与颜色库进行映射,在改变颜色时会形成渐变色,在本实施例中,具体显示为距离值越小的颜色颜色越深,反之越浅。
在发明的优势在于,利用汽车自带的广角摄像头对周边进行拍摄,对图像进行处理并显示全景图,再实时测量汽车与周围障碍物之间的距离,将距离较近的障碍物通过改变颜色突出显示以提醒用户。
请参阅图2,本发明公开了一种车辆盲区提示系统,应用于汽车,所述汽车的四边上分别设有广角摄像头,所述系统包括:
图像获取模块1,用于获取所述广角摄像头拍摄的所述汽车在四个方向的图像;
图像处理模块2,用于对所述图像执行灰度化、去噪处理,并根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图;
提示模块3,用于实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
在本实施例中,拍摄模块1为连接有存储器的广角摄像头,图像处理模块2为中央处理器,用于接收广角摄像头所拍摄的图像并进行处理,提示模块3主要用于判断是否需要改变全景图的颜色,并发出预警信号。
具体的,图像处理模块2包括灰度化处理单元、去噪单元和拼接单元。其中,灰度化单元和去噪单元分别用于对图像进行灰度化处理和去噪处理,拼接单元用于将处理好的图像根据广角摄像头的位置依次拼接起来,以生成全景图。
另外,提示模块3包括测距单元和预警单元。测距单元用于实时测量汽车与其周围障碍物之间的距离,在本实施例中,采用对全景图进行单目测距法进行测距;预警单元用于根据测距结果对全景图的指定区域改变颜色,在本实施例中,采用的颜色根据距离的长短改变,距离越短,则颜色越深,反之越浅。
本发明第三实施例公开一种可读存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述的方法。
本发明第四实施例公开一种汽车,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种车辆盲区提示方法,应用于汽车上,所述汽车的四边上分别设有广角摄像头,其特征在于,包括以下步骤:
获取所述广角摄像头拍摄的所述汽车在四个方向的图像;
对四个所述图像执行灰度化、去噪处理,根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图,并显示所述全景图;
实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
2.根据权利要求1所述的车辆盲区提示方法,其特征在于,所述四个所述图像执行灰度化处理的步骤包括:
根据下式加权平均获得所述图像的灰度图像:
F(i,j)=0.30*fR(i,j)+0.59*fG(i,j)+0.11*fB(i,j)
式中,F(i,j)是所述图像经灰度化处理后的某一点的像素值,fR(i,j)、fG(i,j)、fB(i,j)这3个量分别为所述图像的R分量、G分量、B分量的值。
3.根据权利要求2所述的车辆盲区提示方法,其特征在于,所述四个所述图像执行去噪处理的步骤包括:
选择所述灰度图像的任意像素点作为初始像素点,以所述初始像素点为中心建立指定区域的二维滑动模块;
获取位于所述二维滑动模块内的所有像素点的像素值,根据所述像素值的大小生成单调上升的二维数据序列;
计算所述像素值的中间值,将所述初始像素点的的像素值替换为所述中间值;
选择所述灰度图像的其他像素点,重复执行上述步骤处理所述灰度图像的所有像素点。
4.根据权利要求1所述的车辆盲区提示方法,其特征在于,所述实时测量所述汽车与其周围障碍物之间的距离的步骤包括:
获取所述广角摄像头距离所述障碍物的竖直距离x和水平距离y,根据公式计算所述汽车与其周围障碍物之间的距离dis。
5.根据权利要求4所述的车辆盲区提示方法,其特征在于,所述获取所述广角摄像头距离所述障碍物的水平距离y的步骤包括:
根据公式计算得到垂直半视场角β,式中,H为所述广角摄像头所拍摄的图像的像素高度,d为所述广角摄像头的像元长度,f为所述广角摄像头的焦距;
根据公式式中,h为所述广角摄像头的实际高度,S为所述广角摄像头与其成像平面的中心点的距离,Y为指定点在所述图像中与所述中心点之间的水平像素距离,Y’为所述图像的像素高度的一半。
6.根据权利要求5所述的车辆盲区提示方法,其特征在于,获取所述广角摄像头距离所述障碍物的竖直距离x的步骤包括:
根据公式计算得到水平半视场角γ,式中,W为所述广角摄像头所拍摄的图像的像素宽度;
根据公式式中,X为指定点在所述图像中与所述中心点之间的数值像素距离,X’为所述图像的像素宽度的一半。
7.根据权利要求1所述的车辆盲区提示方法,其特征在于,所述改变所述全景图中对应所述障碍物所在区域的显示颜色的步骤包括:
获取所述障碍物所在区域所有点的距离,通过不同的颜色建立颜色库,将不同的所述距离的值映射至所述颜色库的不同颜色;
根据所述全景图中各点的所述距离改变所述全景图中的颜色。
8.一种车辆盲区提示系统,应用于汽车,所述汽车的四边上分别设有广角摄像头,其特征在于,所述系统包括:
图像获取模块,用于获取所述广角摄像头拍摄的所述汽车在四个方向的图像;
图像处理模块,用于对所述图像执行灰度化、去噪处理,并根据所述广角摄像头的位置将四个所述图像依次拼接,获得全景图;
提示模块,用于实时测量所述汽车与其周围障碍物之间的距离,当所述距离小于距离阈值时,改变所述全景图中对应所述障碍物所在区域的显示颜色,并发出预警信号。
9.一种可读存储介质,其上存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1至7任意一项所述的方法。
10.一种汽车,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563791.1A CN110287893A (zh) | 2019-06-26 | 2019-06-26 | 一种车辆盲区提示方法、系统、可读存储介质及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910563791.1A CN110287893A (zh) | 2019-06-26 | 2019-06-26 | 一种车辆盲区提示方法、系统、可读存储介质及汽车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110287893A true CN110287893A (zh) | 2019-09-27 |
Family
ID=68007622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910563791.1A Pending CN110287893A (zh) | 2019-06-26 | 2019-06-26 | 一种车辆盲区提示方法、系统、可读存储介质及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110287893A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111160172A (zh) * | 2019-12-19 | 2020-05-15 | 深圳佑驾创新科技有限公司 | 泊车位检测方法、装置、计算机设备和存储介质 |
CN112572336A (zh) * | 2020-12-23 | 2021-03-30 | 奇瑞汽车股份有限公司 | 一种行车安全提醒系统及方法 |
CN115469277A (zh) * | 2022-03-16 | 2022-12-13 | 北京罗克维尔斯科技有限公司 | 车辆雷达探测信息展示方法和装置 |
CN116495004A (zh) * | 2023-06-28 | 2023-07-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆环境感知方法、装置、电子设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810686A (zh) * | 2014-02-27 | 2014-05-21 | 苏州大学 | 无缝拼接全景辅助驾驶系统及方法 |
CN105242276A (zh) * | 2015-09-15 | 2016-01-13 | 清华大学苏州汽车研究院(吴江) | 一种基于超声波传感器的泊车辅助系统 |
CN105699963A (zh) * | 2016-04-28 | 2016-06-22 | 重庆长安汽车股份有限公司 | 无主机泊车雷达系统报警的控制方法 |
CN105957017A (zh) * | 2016-06-24 | 2016-09-21 | 电子科技大学 | 一种基于自适应关键帧采样的视频拼接方法 |
CN106840339A (zh) * | 2017-01-22 | 2017-06-13 | 浙江联运知慧科技有限公司 | 一种用于环卫收运车垃圾动态称重的方法 |
US20170324943A1 (en) * | 2016-05-05 | 2017-11-09 | Via Technologies, Inc. | Driver-assistance method and a driver-assistance apparatus |
CN108357425A (zh) * | 2018-04-04 | 2018-08-03 | 清华大学苏州汽车研究院(吴江) | 一种倒车辅助系统 |
CN109131084A (zh) * | 2018-09-12 | 2019-01-04 | 广州星凯跃实业有限公司 | 主动预警360全景行车辅助控制方法及系统 |
-
2019
- 2019-06-26 CN CN201910563791.1A patent/CN110287893A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810686A (zh) * | 2014-02-27 | 2014-05-21 | 苏州大学 | 无缝拼接全景辅助驾驶系统及方法 |
CN105242276A (zh) * | 2015-09-15 | 2016-01-13 | 清华大学苏州汽车研究院(吴江) | 一种基于超声波传感器的泊车辅助系统 |
CN105699963A (zh) * | 2016-04-28 | 2016-06-22 | 重庆长安汽车股份有限公司 | 无主机泊车雷达系统报警的控制方法 |
US20170324943A1 (en) * | 2016-05-05 | 2017-11-09 | Via Technologies, Inc. | Driver-assistance method and a driver-assistance apparatus |
CN105957017A (zh) * | 2016-06-24 | 2016-09-21 | 电子科技大学 | 一种基于自适应关键帧采样的视频拼接方法 |
CN106840339A (zh) * | 2017-01-22 | 2017-06-13 | 浙江联运知慧科技有限公司 | 一种用于环卫收运车垃圾动态称重的方法 |
CN108357425A (zh) * | 2018-04-04 | 2018-08-03 | 清华大学苏州汽车研究院(吴江) | 一种倒车辅助系统 |
CN109131084A (zh) * | 2018-09-12 | 2019-01-04 | 广州星凯跃实业有限公司 | 主动预警360全景行车辅助控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
KLUIVERTHOO: "单目摄像头测距", 《CSDN》 * |
杨帆、王志陶、张华: "《精通图像处理经典算法:MATLAB版》", 28 February 2018 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111160172A (zh) * | 2019-12-19 | 2020-05-15 | 深圳佑驾创新科技有限公司 | 泊车位检测方法、装置、计算机设备和存储介质 |
CN111160172B (zh) * | 2019-12-19 | 2024-04-16 | 武汉佑驾创新科技有限公司 | 泊车位检测方法、装置、计算机设备和存储介质 |
CN112572336A (zh) * | 2020-12-23 | 2021-03-30 | 奇瑞汽车股份有限公司 | 一种行车安全提醒系统及方法 |
CN115469277A (zh) * | 2022-03-16 | 2022-12-13 | 北京罗克维尔斯科技有限公司 | 车辆雷达探测信息展示方法和装置 |
CN116495004A (zh) * | 2023-06-28 | 2023-07-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆环境感知方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11120531B2 (en) | Method and device for image processing, vehicle head-up display system and vehicle | |
CN110287893A (zh) | 一种车辆盲区提示方法、系统、可读存储介质及汽车 | |
US11354827B2 (en) | Methods and systems for fusion display of thermal infrared and visible image | |
EP3534326A1 (en) | Method and apparatus for merging infrared image and visible light image | |
CN102378015B (zh) | 使用亮度和色度传感器的图像捕获 | |
US11915516B2 (en) | Information processing device and recognition support method | |
CN108416771A (zh) | 一种基于单目相机的金属材料锈蚀面积检测方法 | |
CN107179322A (zh) | 一种基于双目视觉的桥梁底面裂缝检测方法 | |
US6370262B1 (en) | Information processing apparatus and remote apparatus for object, using distance measuring apparatus | |
CN104519328A (zh) | 图像处理设备、图像捕捉装置和图像处理方法 | |
CN109194954B (zh) | 鱼眼摄像头性能参数测试方法、装置、设备及可存储介质 | |
CN103186905A (zh) | 车用颜色检测器 | |
CN102246201A (zh) | 图像处理装置及图像处理方法 | |
KR20140058373A (ko) | 테스트 차트 및 그 사용 방법 | |
CN107871346A (zh) | 行车记录仪 | |
CN110047059A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
Shioyama et al. | Measurement of the length of pedestrian crossings and detection of traffic lights from image data | |
CN103260008B (zh) | 一种影像位置到实际位置的射影转换方法 | |
JP6860445B2 (ja) | 物体距離検出装置 | |
CN114782911A (zh) | 图像处理的方法、装置、设备、介质、芯片及车辆 | |
US20140193085A1 (en) | Image manipulating system and method | |
CN111489384B (zh) | 基于互视角的遮挡评估方法及装置、设备、系统和介质 | |
JP4874836B2 (ja) | 画像検索方法及び画像検索システム | |
US9041815B2 (en) | Digital camera imaging evaluation module | |
CN113034490B (zh) | 化学品库房的堆垛安全距离监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190927 |
|
RJ01 | Rejection of invention patent application after publication |