一种车载红外图像彩色化辅助驾驶系统的制作方法
【技术领域】
[0001]本发明涉及一种车载红外夜视辅助驾驶系统，特别是车载红外夜视图像的彩色化系统。
【背景技术】
[0002]随着汽车市场的快速发展和安防意识的日益强化，人们对汽车安全保障技术的要求越来越高，车载红外辅助驾驶系统也慢慢进入我们的生活。它可以在夜间获取道路及路旁的树木建筑等场景的红外图像，但红外图像没有彩色，是一灰度图像且无阴影，对比度低，故对人眼而言，分辨率低，视觉效果模糊。由于人眼能分辨的彩色等级是灰度等级的几百倍，因此，若将车载红外图像彩色化，将大大提高图像的视觉理解效果，帮助驾驶员对图像内容迅速做出正确的理解和判断，进而提高夜间行驶安全。
【发明内容】
[0003]本发明的目的是提供一种能够将车载红外图像彩色化的系统。
[0004]为了达到上述目的，本发明的技术方案是提供了一种车载红外图像彩色化辅助驾驶系统，包括装载在车身上的红外热成像装置，该红外热成像装置与装载在车身上的数字处理单元相连，由红外热成像装置实时采集红外图像后传输给数字处理单元，经数字处理单元处理后的红外图像通过车身上的显示单元显示，其特征在于，数字处理单元对接收到的红外图像进行如下处理:
[0005]步骤1、对红外图像进行图像预处理，在去除红外图像上的噪点的同时，增加红外图像的对比度；
[0006]步骤2、利用分水岭算法对预处理后的红外图像进行背景分割，将红外图像的背景分割成不同区域，利用各区域特有的纹理信息将对应的颜色赋予相应的区域；
[0007]步骤3、拥有较高热量的物体位于红外图像的前景，对红外图像的前景进行处理，利用直方图统计与动态阈值相结合的原理将拥有较高热量的物体检测出来后赋予特定的具有警示作用的颜色；
[0008]步骤4、将背景及前景均赋有颜色的彩色化红外图像通过显示单元显示出来。
[0009]优选地，在所述步骤2中，利用分水岭算法对预处理后的红外图像进行背景分割的具体步骤为:
[0010]步骤2.1、利用先验知识去除红外图像的无关边缘信息，将红外图像背景内容分为以下三大区域，上面是天空区域、下面是路面区域、左右两边是树木区域；
[0011]步骤2.2、利用分水岭算法对各个区域进行计算，水岭算法的计算过程是一个迭代标注过程，具体步骤为:首先对各区域中每个像素的灰度级进行从低到高排序，然后在从低到高实现淹没过程中，对每一个局部极小值在h阶高度的影响域采用先进先出结构进行判断及标注。
[0012]优选地，在所述步骤3中，利用直方图统计与动态阈值相结合的原理将拥有较高热量的物体检测出来的具体步骤为:
[0013]步骤3.1、根据先验知识设定一个初始阈值，将该初始阈值赋予动态阈值变量，将第一帧红外图像设为当前帧红外图像；
[0014]步骤3.2、用动态阈值变量对当前帧红外图像进行二值化处理，高于阈值的像素点被记作行人的坐标范围，与此同时，对当前帧红外图像进行灰度的直方图统计，找到出现频率最大的灰度值，把它作为新的阈值赋予动态阈值变量；
[0015]步骤3.3、将下一帧红外图像设为当前帧红外图像后，返回步骤3.2重新执行，直至将所有红外图像均处理完毕。
[0016]与现有技术相比，本发明的有益效果是提供了一种在夜视环境下将红外图像彩色化的方案，弥补了之前单纯的红外灰度图像难以辨别的困难，增强了驾驶员在夜间获取道路信息的能力，是夜间驾驶的重要的参考。可以大大的减少夜间车辆事故的发生率。
【附图说明】
[0017]图1为本发明提供的系统框架图；
[0018]图2为本发明的彩色化算法流程图。
【具体实施方式】
[0019]为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
[0020]本发明提供的一种车载红外辅助驾驶系统主要目的是提高汽车行驶的安全性，通过安装在车辆上的红外摄像头获得车辆、道路状况以及行人状况的信息，本系统最后实现的彩色化结果图为驾驶员提供有效的信息。
[0021]如图1所示，本发明提供的系统结构主要包括:FLIRA615车载夜视仪、数字处理器DSP DM642、车载屏幕、供电电源等。
[0022]利用FLIR A615红外热成像仪与DSP DM642组成的图像采集模块进行实时的图像采集，采集到的数据通过TCP协议与双绞线将数据快速上传至DSP DM642o DSP DM642是TI公司新一代专门为视频应用领域设计的芯片，其强大的计算能力和丰富的片内设备成为多种视频处理应用的首选。
[0023]采集之后由DSP DM642处理单元对所采集到的红外图片进行图像预处理，利用图像滤波的方法去除红外图像上的噪点等，同时增强红外图像的对比度。得到的预处理之后利用基于图像分割的彩色化算法，算法的流程图如图2所示。
[0024]该算法首先需要对背景图像进行背景的分割与彩色化。分割算法基于数学形态学的分水岭分割方法，它是一种很优秀的且得到了广泛应用的分割技术，从本质上讲，它属于一种基于区域增长的分割方法，但它得到的却是目标的边界，且是连续、闭合、但像素宽的边界。为消除分水岭算法产生的过度分割，我们利用先验知识去除无关边缘信息。将图片内容分为以下三大类，上面是天空、下面是路面、左右两边是树。分水岭的计算过程是一个迭代标注过程。该算法分两个步骤，一个是排序过程，一个是淹没过程。首先对每个像素的灰度级进行从低到高排序，然后在从低到高实现淹没过程中，对每一个局部极小值在h阶高度的影响域采用先进先出结构进行判断及标注。在图像分割完之后对图像背景的各部分赋予不同的颜色。
[0025]算法其次对红外图像的前景进行处理。由于行人，动物等温度较高在图像上的灰度值较大，使用基于直方图统计的目标识别算法。其基本原理是对256个灰度级的出现频率统计。根据先验知识设定一个初始阈值。用此阈值处理第一帧图像，即对图像进行二值化处理。与此同时进行灰度的直方图统计，找到出现频率最大的灰度值，把它作为新的阈值赋予动态阈值变量。之后就可以利用这个动态阈值来对图像进行二值化，高于阈值的像素点被记作行人的坐标范围，提高算法的运算速度。
[0026]新的阈值作为下一帧新图像的阈值进行处理，同时继续用上述方法更新新的阈值。如此循环处理。这种算法的优点可以省去计算动态阈值时，先对全局图像的所有像素点的处理，而把统计放入之后的二值化分割中，提高了系统的实时性能。
[0027]然后在分水岭分割后的图像中找到行人的坐标范围，赋予彩色，这样全部的红外图像的前景与背景都被彩色化合为一幅图像以后，把整幅图像输出。便可以在夜晚道路昏暗的情况下向驾驶员提供丰富的道路信息。
【主权项】
1.一种车载红外图像彩色化辅助驾驶系统，包括装载在车身上的红外热成像装置，该红外热成像装置与装载在车身上的数字处理单元相连，由红外热成像装置实时采集红外图像后传输给数字处理单元，经数字处理单元处理后的红外图像通过车身上的显示单元显示，其特征在于，数字处理单元对接收到的红外图像进行如下处理: 步骤1、对红外图像进行图像预处理，在去除红外图像上的噪点的同时，增加红外图像的对比度； 步骤2、利用分水岭算法对预处理后的红外图像进行背景分割，将红外图像的背景分割成不同区域，利用各区域特有的纹理信息将对应的颜色赋予相应的区域； 步骤3、拥有较高热量的物体位于红外图像的前景，对红外图像的前景进行处理，利用直方图统计与动态阈值相结合的原理将拥有较高热量的物体检测出来后赋予特定的具有警示作用的颜色； 步骤4、将背景及前景均赋有颜色的彩色化红外图像通过显示单元显示出来。
2.如权利要求1所述的一种车载红外图像彩色化辅助驾驶系统，其特征在于，在所述步骤2中，利用分水岭算法对预处理后的红外图像进行背景分割的具体步骤为: 步骤2.1、利用先验知识去除红外图像的无关边缘信息，将红外图像背景内容分为以下三大区域，上面是天空区域、下面是路面区域、左右两边是树木区域； 步骤2.2、利用分水岭算法对各个区域进行计算，水岭算法的计算过程是一个迭代标注过程，具体步骤为:首先对各区域中每个像素的灰度级进行从低到高排序，然后在从低到高实现淹没过程中，对每一个局部极小值在h阶高度的影响域采用先进先出结构进行判断及标注。
3.如权利要求1所述的一种车载红外图像彩色化辅助驾驶系统，其特征在于，在所述步骤3中，利用直方图统计与动态阈值相结合的原理将拥有较高热量的物体检测出来的具体步骤为: 步骤3.1、根据先验知识设定一个初始阈值，将该初始阈值赋予动态阈值变量，将第一帧红外图像设为当前帧红外图像； 步骤3.2、用动态阈值变量对当前帧红外图像进行二值化处理，高于阈值的像素点被记作行人的坐标范围，与此同时，对当前帧红外图像进行灰度的直方图统计，找到出现频率最大的灰度值，把它作为新的阈值赋予动态阈值变量； 步骤3.3、将下一帧红外图像设为当前帧红外图像后，返回步骤3.2重新执行，直至将所有红外图像均处理完毕。
【专利摘要】本发明涉及一种车载红外图像彩色化辅助驾驶系统，包括装载在车身上的红外热成像装置，该红外热成像装置与装载在车身上的数字处理单元相连，由红外热成像装置实时采集红外图像后传输给数字处理单元，经数字处理单元处理后的红外图像通过车身上的显示单元显示。本发明提供了一种在夜视环境下将红外图像彩色化的方案，弥补了之前单纯的红外灰度图像难以辨别的困难，增强了驾驶员在夜间获取道路信息的能力，是夜间驾驶的重要的参考。可以大大的减少夜间车辆事故的发生率。
【IPC分类】G06T7-00, G06K9-00
【公开号】CN104751138
【申请号】CN201510141721
【发明人】沈振一, 孙韶媛, 赵晓建, 季晓旭
【申请人】东华大学
【公开日】2015年7月1日
【申请日】2015年3月27日