专利名称：基于遗传算法的前照灯远光光斑中心计算方法
技术领域：
本发明涉及汽车前照灯远光光斑中心计算方法。
背景技术：
在国家标准要求远光的光分布为中心对称光斑，轴心为能量的对称中心。对于某些不对称光束，中心分裂为能量中心和形状中心。计算前照灯的灯光照射偏角最重要的因素是对中心位置的确定。一旦确定了各种中心位置和测量距离，以及灯的位置，就可以知道光束照射方向的偏角。不同的灯，灯光光斑的形状也不尽相同，无论光斑的形状如何，在开始对图像进行分析之前，首先要消除背景光，特别是不均勻背景光的影响。如何正确地区分背景和光斑，即如何选取一个合适的灰度值作为背景和图像的分界点，是保证搜索精度的重要条件。传统的阈值搜索法有随机查找法、枚举法、梯度下降法等，这些方法或多或少地存在着效率低、速度慢的问题。特别是当图像较大时，要花费较长的时间。从60年代以来，国外的学者提出了很多关于图像阈值选取的方法，理论依据和在不同条件下的效果也各有不同。1988年，Sahoo用形状和均勻性度量作为准则，考察了一些方法的优劣，结果表明，最小互相关法、最大熵法、矩量保持法和最大类间方差法在这方面有较好的应用结果。Lee对矩量保持法、最大熵法和最大类间方差法等方法以错分概率、形状和均勻性度量为准则进行了评估，推荐在一般应用时，以最大类间方差法为佳。Otsu于1978年提出最大类间方差法，它是在最小二乘法原理的基础上推导出来的，其核心内容是对图像进行阈值划分，并进行方差运算，其中有最大方差的阈值就是图像的最优阈值。算法如下；1)将图像中的所有像素用阈值t分成两类Ctl和CnCtl由灰度值在0 t之间的像素组成，C1由灰度值在t L-I (L为图像的总灰级度)之间的像素组成。2)按照式0-11)计算Ctl和C1的类间方差
权利要求
1.基于遗传算法的前照灯远光光斑中心计算方法，其特征在于该方法包括以下的步骤1)适应度函数的确定采用二进制编码，通过静态的数值映射表，将4096个灰级用12位二进制进行编码，把 0 4096用从000000000000到111111111111的二进制串表示，搜索空间的分辨率和实际图像灰级空间是一一对应的；适应度函数可以利用类间方差的定义依据各参数的定义和直方图，可以方便地计算o2(t)；2)参数确定和选择方法GA算法的主要参数包括染色体数目、变异率和交叉率；根据实验，本算法参数的取值如下初始个体(染色体)数目P :8;基因大小I3S 12交叉率Pc 0.8 ；变异率Pm 0. 008 ；染色体按照交叉规则，产生随机数j e
，交换两个父代染色体(编码)的第j个基因点的右边的部分；具有平均适应度的染色体在下一代中的生存个数为1，设&为第i个染色体的适应度，则下一代中i染色体的个体数目D(i)为/)(/) = (int)(i +0.5) - 1 N式中为当前个体适应度函数的均值；7V ；=1记录计算过的编码对应的适应度函数值，避免进行重复计算；3)GA算法的终止GA的停止有两种途径，一是设定迭代的最大次数，另一种是设定两次迭代的适应度均值到达某一设定的改变量极小值；当两次运算的比值在
时，算法已收敛在中心附近，可退出运算；或者迭代的次数超过30次时，认为收敛的速度已非常缓慢，也退出搜索，并返回一个异常；GA得到的结果和最优目标常会有一个较小的差别，返回后，继续在 GA方法得到的阈值t的领域内，第一种情况的领域大小为[t-5，t+5]，第二种情况为[t-10， t+10]，进行遍历搜索，找到真正的中心，经过这个步骤后，可以找到和遍历法一致的最佳阈值T;4)阈值判定结果对车灯远光光斑进行阈值分割；5)形状中心计算完成图像阈值搜索后，将图像二值化，灰级大于T的像素灰级指定为k，小于等于T的为 0，此时每个连通区域的形心和重心重叠，计算重心可以计算光斑中心，具体方法如下①以χ，y表示图像中水平、垂直方向的位置坐标，f(x, y)为坐标为(χ，y)位置图像点的灰级；②图像X方向的一次力矩为
2.根据权利要求1所述的基于遗传算法的前照灯远光光斑中心计算方法，其特征在于在进行具体运算和操作之前，应当计算图像灰级直方图，避免每次重复统计像素的灰级度。
全文摘要
本发明涉及汽车前照灯远光光斑中心计算方法。基于遗传算法的前照灯远光光斑中心计算方法，该方法包括以下的步骤1)适应度函数的确定；2)参数确定和选择方法；3)GA算法的终止；4)阈值判定结果；5)形状中心计算。本发明方法的特点就是不依赖对象的具体特征，实现随机的全局快速最优搜索。这种优越性在图像具有较多灰度级时，有更好的体现。
文档编号G06T7/00GK102521828SQ20111037317
公开日2012年6月27日 申请日期2011年11月22日 优先权日2011年11月22日
发明者丁宗英, 吴勇, 徐雷, 朱坚磊, 项震 申请人:浙江浙大鸣泉科技有限公司