使用图像传感器确定车辆LED灯的位置

2017-12-04 21:27
汽车文摘 2017年11期
关键词:概率模型光流区分

使用图像传感器确定车辆LED灯的位置

车辆可见光通信是一种很有应用价值的技术,因为车辆的前面和后面均配有大功率的LED灯。但是由于在接收LED灯光信号的方面存在问题,故一直未能应用。所以,本文提出了一种基于概率模型来检测图像中LED灯的位置,要确定位置,首先要确定LED灯的像素。在该模型中,光源是车辆的前LED灯和后LED灯,使用高速摄像机对LED灯进行图像采集。该模型不仅使用像素亮度(像素亮度是区分背景像素和LED像素的最基本特征),还使用连续帧中LED灯的光流,光流是相机和周围环境之间的相对运动所产生的图像,在这里就是车辆LED灯的移动方向,通过图像传感器前一时刻与后一时刻的图像,可以计算出车辆的运动方向和移动位置,这就可以计算LED灯的光流方向,基于像素亮度和光流计算属于LED灯的像素。然后,基于概率模型来确定图像LED的像素。概率模型将像素亮度作为计算LED像素条件概率的参数之一。光流和像素亮度是图像的两个独立的特征,所以要将二者放在一起来进行考虑,概率模型采用贝叶斯估计算法,将像素亮度和光流作为输入估计LED灯的像素。对于图像中的每个像素,计算给定已知光流和强度的像素属于LED灯的概率。

但是当车辆运动时,LED的像素比较模糊,与周围的背景不易区分。但仍然可以构建LED灯的光流,然后基于先前帧的像素信息使用概率模型估计属于LED灯的像素,且结果准确。换句话讲,即使图像比较模糊,使用概率模型依然可以准确地确定LED灯的像素,即使汽车在高速行驶时,也可以准确地估计LED灯的像素,进而确定LED灯的位置。

刊名:Sensors(英)

刊期:2017年第17期

作者:Phat Huynh et al

编译:野晨晨

猜你喜欢
概率模型光流区分
利用掩膜和单应矩阵提高LK光流追踪效果
基于改进Cycle-GAN的光流无监督估计方法
一种多尺度光流预测与融合的实时视频插帧方法
在精彩交汇中,理解两个概率模型
基于自适应纹理复杂度的仿生视觉导航方法研究
怎样区分天空中的“彩虹”
——日晕
怎么区分天空中的“彩虹”
区分“我”和“找”
一类概率模型的探究与应用
经典品读:在概率计算中容易忽略的“等可能”