目標識別系統(tǒng)和目標識別方法
【專利摘要】本發(fā)明提供一種目標識別系統(tǒng)（200）和目標識別方法，可操作地與捕獲目標識別系統(tǒng)（200）前方的區(qū)域的圖像成像設(shè)備（101）相連接，用于識別一個或多個識別目標（A，C，E），目標識別系統(tǒng)包括：識別區(qū)域檢測器（204），用于從捕獲的圖像中檢測多個識別區(qū)域（601，602，603）；識別加權(quán)單元（205），用于加權(quán)識別目標圖像存在于通過識別區(qū)域檢測器（204）檢測的每個識別區(qū)域（601，602，603）中的可能性；以及目標識別處理器（206），用于基于分配給各個識別區(qū)域（601，602，603）的識別加權(quán)來識別特定識別區(qū)域（601）中的一個或多個識別目標（A，C，E）。
【專利說明】目標識別系統(tǒng)和目標識別方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種安裝在車輛中用于識別一個或多個識別目標的目標識別系統(tǒng)，以及由該目標識別系統(tǒng)執(zhí)行的識別方法。
【背景技術(shù)】
[0002]目前，基于在車輛前方區(qū)域捕獲的圖像來識別障礙的車載識別系統(tǒng)已經(jīng)廣泛地應(yīng)用于駕駛員支持系統(tǒng)，例如自適應(yīng)巡航控制(Adaptive Cruise Control, ACC),以減輕駕駛員的負擔。
[0003]駕駛員支持系統(tǒng)提供各種功能，包括:用于警告駕駛員采取正確動作以防止碰撞或減輕碰撞影響的制動控制和報警功能、用于維持車輛之間的最小安全距離的行駛速度調(diào)節(jié)功能、以及用于防止車輛偏離到另一條車道的防止偏離功能。
[0004]在日本專利JP-2008-146549-A中，公開了通過基于由成像設(shè)備捕獲的車輛前方區(qū)域的圖像來識別目標來試圖減輕車輛駕駛員的負擔的駕駛員支持系統(tǒng)。為了識別顯示在捕獲的圖像中的目標，要從捕獲的圖像中檢測目標的色彩和空間頻率。通過對檢測到的空間頻率積分生成空間頻率分布，來檢測空間頻率的特性。之后，通過將檢測到的目標色彩和空間頻率特性與預(yù)定的目標色彩和空間頻率特性相比較來識別識別目標。
[0005]為了實現(xiàn)駕駛員支持系統(tǒng)，必須精確地識別車輛的路線上的障礙。然而，上述的駕駛員支持系統(tǒng)中，捕獲的圖像可能包括與識別目標相似的物體的圖像。系統(tǒng)執(zhí)行相同的預(yù)定識別處理，來將相似的物體的圖像的色彩和空間頻率特征與識別目標的色彩和空間頻率特征相比較。因此，與識別目標相似的物體的圖像可能被誤認為識別目標的圖像，這使得駕駛員支持系統(tǒng)難以像預(yù)期那樣的運行。

【發(fā)明內(nèi)容】

[0006]在本披露的一個示例性實施例中，提供了一種目標識別系統(tǒng)，可操作地與捕獲目標識別系統(tǒng)前方的區(qū)域的圖像的成像設(shè)備相連接，以識別一個或多個識別目標。所述目標識別系統(tǒng)包括識別區(qū)域檢測器、識別加權(quán)單元和目標識別處理器:識別區(qū)域檢測器從所述捕獲的圖像中檢測多個識別區(qū)域。識別加權(quán)單元加權(quán)識別目標的圖像存在于通過所述識別區(qū)域檢測器檢測到的每個識別區(qū)域中的可能性。目標識別處理器基于分配給所述各個識別區(qū)域的識別加權(quán)來識別特定識別區(qū)域中的所述一個或多個識別目標。
[0007]在本披露的另一個方面，提供了一種由上述目標識別系統(tǒng)執(zhí)行的目標識別方法。
【專利附圖】

【附圖說明】
[0008]當結(jié)合附圖參考以下的【具體實施方式】時，將會很容易地獲得同時也會變得更好地理解本披露的更完整的理解及其很多附加的效果，其中:
[0009]圖1是表不包含根據(jù)本披露的目標識別系統(tǒng)的車載控制系統(tǒng)的不意圖；
[0010]圖2是表示圖1所示的成像單元和圖像分析單元的結(jié)構(gòu)的圖示；[0011]圖3是表示從與光傳輸方向正交的方向上觀看圖2所示的光濾波器的示意透視圖；
[0012]圖4是目標識別系統(tǒng)的結(jié)構(gòu)的框圖；
[0013]圖5是由目標識別系統(tǒng)執(zhí)行的目標識別處理的流程圖；
[0014]圖6是立體圖像的一個例子；
[0015]圖7是圖1所示的立體照相機中的測距的基本原理圖；
[0016]圖8是包括識別目標區(qū)域的多個矩形候選集的捕獲圖像；
[0017]圖9A是包括多個矩形塊的圖像；
[0018]圖9B是表示在視差上的頻率值分布的圖形；
[0019]圖9C是表示檢測的路面區(qū)域的圖像；
[0020]圖10是表不識別加權(quán)的設(shè)置表格的一個例子的表格；
[0021]圖11是表不識別加權(quán)的設(shè)置表格的一個例子的表格；
[0022]圖12示出了包括多個矩形塊的圖像；
[0023]圖13A-13D示出了在矩形塊中的特征圖案的例子；
[0024]圖14是表示目標識別處理器的結(jié)構(gòu)的圖示；
[0025]圖15是包括權(quán)重識別區(qū)域、路面區(qū)域和識別目標區(qū)域的矩形候選集的圖像的一個例子；
[0026]圖16是包括權(quán)重識別區(qū)域、路面區(qū)域和識別目標區(qū)域的矩形候選集的圖像的另一個例子；以及
[0027]圖17是表示立體照相機系統(tǒng)的硬件結(jié)構(gòu)的框圖。
【具體實施方式】
[0028]在描述圖中示出的優(yōu)選實施例的過程中，為了清楚的目的采用了特定術(shù)語。但是，本專利說明書的披露不試圖限于所選擇的特定術(shù)語，且需要理解的是，每個特定元素包括所有的具有相同功能、以相似方式操作和實現(xiàn)相似結(jié)果的技術(shù)等價物。現(xiàn)在參考附圖，其中貫穿幾個視圖中的相似的參考數(shù)字表示相同的或相應(yīng)的部件，特別對于圖1至圖17，描述了根據(jù)本披露的示例性實施例的目標識別系統(tǒng)。
[0029]首先，車載控制系統(tǒng)包括作為車載系統(tǒng)的目標識別系統(tǒng)。需要注意的是，根據(jù)本披露的目標識別系統(tǒng)不限于車載控制系統(tǒng)，因此，例如，目標識別系統(tǒng)可以用于基于捕獲的圖像來檢測目標的目標檢測設(shè)備。
[0030]圖1是表不包括根據(jù)本披露的目標識別系統(tǒng)200的車載控制系統(tǒng)106的不意圖。車載控制系統(tǒng)106根據(jù)目標的識別來控制如小汽車之類的車輛100中的各種設(shè)備，其中目標的識別是使用由安裝在車輛100中的成像單元101獲取的車輛100前方路面的捕獲圖像來實現(xiàn)的。
[0031]在圖1中，車載控制系統(tǒng)106包括成像單元101、圖像分析單元102和車輛行駛控制單元104。成像單元101作為捕獲設(shè)備，用于捕獲在行進方向上的車輛100前方區(qū)域的圖像。例如，成像單元101設(shè)置在接近車輛100的后視鏡處，后視鏡接近于擋風玻璃103處。各種數(shù)據(jù)，如，由成像單元101獲取的捕獲數(shù)據(jù)被輸入到作為圖像處理器的圖像分析單元102。圖像分析單元102分析從成像單元101發(fā)送的數(shù)據(jù)，計算車輛100前方的另一車輛的位置、方向和距離，并且檢測作為車道邊界的分界線。當檢測到另一車輛(前方車輛、迎面而來的車輛)時，基于亮度圖像將另一車輛識別為在路面上的識別目標。
[0032]另外，圖像分析單元102的計算結(jié)果被發(fā)送至車輛行駛控制單元104。車輛行駛控制單元104基于識別目標的檢測執(zhí)行行駛支持控制以報告警告并控制車輛100的轉(zhuǎn)向和制動，其中，識別目標例如是其他車輛和行人。車輛行駛控制單元104提供各種功能，包括:用于警告駕駛員執(zhí)行正確動作以防止碰撞或減輕碰撞影響的制動控制和報警功能、以及用于通過使用如剎車和方向盤之類的控制設(shè)備來維持車輛之間的最小安全距離的行駛速度調(diào)節(jié)功能。
[0033]圖2是表示成像單元101和圖像分析單元102的結(jié)構(gòu)的圖示。成像單元101是立體照相機系統(tǒng)，包括兩個照相機IIOA和110B，這兩個照相機IIOA和IlOB具有相似的結(jié)構(gòu)。照相機IlOA和IlOB分別包括捕捉透鏡IllA和111B、光濾波器112A和112B、以及圖像傳感器113A和113B，圖像捕獲元件在圖像傳感器113A和113B上成二維排列。成像單元101
輸出亮度數(shù)據(jù)。
[0034]此外，成像單元101包括由現(xiàn)場可編程門陣列(FPGA)組成的處理硬件單元120。處理硬件單元120包括視差計算器121，用于計算在捕獲的圖像之間的相應(yīng)部分的視差，以基于成像單元IlOA和IlOB分別輸出的亮度圖像數(shù)據(jù)獲取視差數(shù)據(jù)。在本文中，當由成像設(shè)備IlOA和IlOB中的一個成像設(shè)備獲取的一個捕獲圖像是參考圖像、而由成像設(shè)備IlOA和IlOB中的另一個成像設(shè)備獲取的另一個捕獲圖像是比較圖像時，計算特定區(qū)域的視差作為與在參考圖像中的特定圖像區(qū)域相關(guān)的、在比較圖像中的特定圖像區(qū)域的位置偏差。使用三角基本原理，可以基于計算的視差計算從立體照相機系統(tǒng)到與捕獲的圖像區(qū)域中的特定圖像區(qū)域?qū)?yīng)的相同目標的距離。
[0035]圖像分析單元102包括存儲器130和微處理器(MPU) 140。存儲器130存儲成像單元101輸出的亮度圖像數(shù)據(jù)和視差圖像數(shù)據(jù)。MPU140安裝執(zhí)行識別處理來識別目標并控制視差計算的軟件。
[0036]圖3是從與光傳輸方向正交的方向上觀看的光濾波器112A和112B以及圖像傳感器113A和113B的示意透視圖。每個圖像傳感器113A和113B由如電荷耦合器件(CXD)和互補金屬氧化物半導體(CMOS)組成，且圖像捕捉元件(光接收元件)由光電二極管113a形成。光電二極管113a呈二維排列，用于圖像傳感器113A和113B中的每個成像像素。為了提高聚焦效率，微透鏡113b設(shè)置在光電二極管113a的入射側(cè)。通過由引線接合法結(jié)合的印刷線路板(PWB)連接圖像傳感器113A和113B，形成傳感器基底114A和114B。
[0037]以下結(jié)合圖4描述由成像單元101和圖像分析單元102 (目標識別系統(tǒng)200)執(zhí)行的目標識別處理。圖4是表示根據(jù)本實施例的目標識別系統(tǒng)200的結(jié)構(gòu)的框圖。在圖4中，目標識別系統(tǒng)200包括立體圖像輸入單元201，亮度圖像輸入單元202、視差圖像計算器203、路面區(qū)域檢測器204、識別加權(quán)單元205、識別目標候選檢測器209、目標識別處理器206、識別目標候選辭典207和目標識別結(jié)果輸出單元208。
[0038]亮度圖像輸入單元202接收來自立體圖像輸入單元201的立體圖像的右側(cè)圖像或左側(cè)圖像的亮度圖像。輸入的立體圖像和亮度圖像存儲在立體照相機系統(tǒng)101的存儲器130中。視差圖像計算器203計算捕獲目標的視差(視差圖像)，即，右側(cè)圖像與左側(cè)圖像之間聚焦位置的差異。路面區(qū)域檢測器204，用作識別區(qū)域檢測器，通過使用由視差圖像計算器203計算的視差圖像從捕獲的圖像檢測路面區(qū)域。識別加權(quán)單元205將識別加權(quán)分給各區(qū)域，如路面區(qū)域或路面區(qū)域之外的其余區(qū)域，其中，路面區(qū)域之外的其余區(qū)域例如是人行道區(qū)域、路邊分隔帶區(qū)域或背景區(qū)域。例如，當識別目標是另一車輛時，識別加權(quán)單元205將識別加權(quán)I分配給路面區(qū)域，將識別加權(quán)0分配給其余區(qū)域(其他區(qū)域)。識別目標候選檢測器209從亮度圖像輸入單元202輸入的亮度圖像中獲取識別目標區(qū)域的候選集。
[0039]之后，目標識別處理器206執(zhí)行識別處理，以從特定圖像區(qū)域的識別目標區(qū)域的候選集中識別識別目標，在該特定圖像區(qū)域中，識別加權(quán)單元205加權(quán)了識別目標的圖像存在于由識別目標檢測器209提取的識別目標區(qū)域的候選集中的大的可能性。識別目標候選辭典207由如支持向量機(SVM)之類的機器學習方法生成，并且預(yù)先生成目標識別的圖像采樣學習數(shù)據(jù)。識別目標候選辭典207被生成用于各個識別目標。目標識別處理器206執(zhí)行識別處理。目標識別處理器206使用識別目標候選辭典207來識別識別目標。目標識別結(jié)果輸出單元208輸出識別目標的識別結(jié)果。
[0040]以下結(jié)合圖5來描述目標識別系統(tǒng)200的操作流程。圖5是示出由目標識別系統(tǒng)200執(zhí)行的目標識別處理的流程圖。在步驟S101，將立體圖像從立體照相機101輸入至立體圖像輸入單元101 (參見圖4)。圖6是立體圖像的一個例子。立體圖像中的相同主題在右側(cè)圖像和左側(cè)圖像中位于不同的成像位置上。
[0041]之后，在步驟S102，亮度圖像輸入單元202輸出右側(cè)圖像或左側(cè)圖像的亮度圖像。輸入的立體圖像和亮度圖像被存儲在立體照相機系統(tǒng)的存儲器516中。
[0042]在步驟S103，識別目標候選檢測器209基于存儲在立體照相機系統(tǒng)的存儲器中的亮度圖像，識別存在識別目標的識別目標區(qū)域的候選集。
[0043]隨著這些處理，在步驟S104，視差圖像計算器203利用從立體圖像輸入單元201輸入的立體圖像來計算視差，其中，視差是在立體圖像的對象中右側(cè)圖像和左側(cè)圖像的圖像形成位置之間的差異。更具體地，使用塊匹配方法，基于由左側(cè)圖像透鏡IllA和右側(cè)圖像透鏡IllB形成的右側(cè)圖像和左側(cè)圖像之間的相同區(qū)域，來計算視差被作為像素值處理的視差圖像。
[0044]塊匹配方法是將右側(cè)圖像和左側(cè)圖像劃分為多個塊并基于多個塊來計算視差的方法，在多個塊中，右側(cè)圖像和左側(cè)圖像之間的相似度是最大的并且右側(cè)圖像和左側(cè)圖像之間的塊是匹配的。例如，將具有1280X960像素的圖像劃分為5X5像素大小的多個塊。之后，利用各個塊計算視差。塊尺寸的最佳值可以通過經(jīng)驗來調(diào)整設(shè)置。
[0045]在圖7所示的一個例子中，A I和A 2表示從圖像中心位置到右側(cè)圖像和左側(cè)圖像的實際圖像位置的距離，實際圖像位置顯示為捕獲的目標中的點O。因此，可以通過將距離A I和距離A 2相加來獲得視差A(yù) (A = A I +A 2)。從而，視差圖像在對應(yīng)的像素位置上具有視差。
[0046]在步驟S105，路面區(qū)域檢測器204 (圖4)利用由視差圖像計算器203獲取的視差圖像來生成圖9B所示的水平線視差直方圖。水平線視差直方圖是表示通過對包含在圖9A所示的視差圖像的單個水平線中的視差積分而獲得的直方圖。也就是說，圖9B的圖形表示在視差上的頻率分布H( A，y)。在圖9A中，水平軸表不視差A(yù),垂直軸表不視差圖像。水平線視差直方圖的各個像素的值與在視差圖像的高度“y”上的單條線的直方圖值H( A，y)相對應(yīng)。當存在路面區(qū)域時，由于全部視差像素聚集在相同的視差A(yù) y，因此離路面高度y處的信號水平線上的視差直方圖H具有很大的值。
[0047]在路面區(qū)域中，各個視差圖像的水平線在圖9B的水平線視差直方圖上是不變的，而視差逐漸變化，并且直方圖值H( A，y)排列在水平線視差直方圖的直線上。在檢測到水平線視差直方圖的直線上排列的像素之后，在圖9A所示的視差圖像中找到(映射處理)位于星光線上的像素。也就是說，通過使水平線視差直方圖的直線上排列的像素與視差圖像的路面圖像上的像素相關(guān)，能夠識別路面區(qū)域301的邊界。
[0048]當識別了路面區(qū)域301上的點之后，通過在各個點之間執(zhí)行插值處理，可以檢測到類似于圖9C所示的整個路面區(qū)域302。更具體地，路面區(qū)域檢測器204對水平線視差直方圖上的每條線獲取視差的視差分布信息。之后，利用最小二乘法和霍夫變換法，路面區(qū)域檢測器204通過近似處理將線視差信息的像素分布轉(zhuǎn)換為近似直線數(shù)據(jù)。
[0049]獲取的圖9B的近似直線具有梯度，在與視差圖像的較低的部分對應(yīng)的水平線視差直方圖中，該梯度的視差隨著位置在圖像中的上移而變小。也就是說，圖9B的曲線表示位于近似直線上或接近近似直線的像素(在視差圖像中的像素)以幾乎相同的距離存在于視差圖像的各條線中并且具有最高的占用率，并且這些像素顯示了捕獲目標的位置隨著曲線位置的上升而變得不斷地遠離車輛100。
[0050]即，位于水平線視差直方圖中的近似直線上或接近近似直線的像素表示路面區(qū)域301的邊界。因此，通過識別位于水平線視差直方圖中的近似直線上或接近近似直線的像素，可以檢測整個路面區(qū)域302。
[0051]需要注意的是，雖然利用上述方法可以精確地執(zhí)行路面區(qū)域的檢測，但是，也可以通過從亮度圖像識別路邊分隔帶(side strip)和分割線(dividing line)、以及識別存在連續(xù)路邊分隔帶和連續(xù)分割線的區(qū)域來檢測路面區(qū)域。
[0052]由于立體圖像輸入單元201捕獲車輛100前方的圖像，因此在類似于圖9C所示的視差圖像的內(nèi)容中，路面區(qū)域在圖像的較低區(qū)域是最大的部分，且隨著圖像的上升，路面區(qū)域的視差會變小。另外，在相同的水平線上，構(gòu)成路面區(qū)域的像素具有幾乎相同的視差。因此，通過視差圖像計算器203輸出的各個水平線的視差分布信息來識別的、分布在水平線視差直方圖的近似直線上或接近于該近似直線的像素(分布)與構(gòu)成路面區(qū)域的像素的特征相關(guān)。因而，可以精確地假定，分布在圖9B所示的近似直線上或接近于該近似直線的像素是構(gòu)成路面區(qū)域的像素。
[0053]如上所述，路面區(qū)域檢測器204識別顯示了被顯示的路面區(qū)域的圖像，并將由識別的圖像像素占據(jù)的圖像區(qū)域檢測作為路面區(qū)域。之后，當檢測路面區(qū)域時，在步驟S106，路面區(qū)域檢測器204還基于車輛路面區(qū)域檢測車輛路面之外的其余圖像區(qū)域，如人行道和路邊分隔帶。
[0054]在步驟S107，識別加權(quán)單元205將識別加權(quán)分配給路面區(qū)域和其余區(qū)域，其余區(qū)域例如是人行道、路邊和基于前方背景的背景區(qū)域。即，識別加權(quán)單元205加權(quán)識別目標的圖像存在于由路面區(qū)域檢測器204檢測的各個識別區(qū)域中的可能性。在本實施例中，如圖10所示，當識別出如路面上的車輛和行人之類的識別目標的圖像時，將識別加權(quán)I分配給路面，并將識別加權(quán)0分給路面區(qū)域之外的其余圖像區(qū)域。雖然識別加權(quán)0和I如上所述的進行分配，但可選的，小數(shù)識別加權(quán)也可以如圖11所示的進行分配。識別的參數(shù)可以根據(jù)識別加權(quán)的大小進行調(diào)整。[0055]當識別加權(quán)非0時(步驟S108，是)，在步驟S109，目標識別處理器206基于由識別加權(quán)單元205提供的分給檢測到的區(qū)域的識別加權(quán)，利用識別目標候選辭典207從識別目標區(qū)域候選集識別一個或多個識別目標。之后，在步驟S110，識別結(jié)果輸出單元208輸出識別處理結(jié)果。
[0056]在本文中，以下描述根據(jù)本披露的識別識別目標的具體的識別處理。首先，為了識別識別目標，如圖12所示，與捕獲的圖像中的目標圖像相關(guān)聯(lián)地設(shè)置矩形塊或方形塊。通過矩形的左上角坐標(Xs，Ys)和右下角坐標(Xe，Ye)確定捕獲的圖像中的矩形塊的位置和尺寸。之后，利用大矩形塊I掃描捕獲的圖像，并提取目標圖像使得矩形塊I的尺寸幾乎與目標的尺寸相匹配，并將矩形塊I設(shè)置用于提取的目標圖像。
[0057]在設(shè)置矩形塊I之后，利用小矩形塊2掃描捕獲的圖像，之后提取目標圖像使得矩形塊2的尺寸幾乎與小目標的尺寸相匹配，且將矩形塊2設(shè)置用于提取的小目標圖像。因此，矩形塊被設(shè)置用于相應(yīng)的目標圖像。矩形塊與識別目標區(qū)域的候選集相關(guān)聯(lián)。
[0058]之后，目標識別處理器206利用識別目標候選辭典207識別識別目標。在本文中，以下描述用于識別目的識別目標的識別目標候選辭典207。
[0059]如圖13所示，基于僅由白色像素組成的矩形范圍401和僅由黑色像素組成的矩形范圍402，目標識別處理器206計算在評估目標的矩形塊中的特征量，其中，矩形范圍402由包含在圖13所示的矩形塊100中的陰影部分表示。目標識別處理器206計算在評估目標矩形塊中的像素和矩形范圍401的白色像素之間的、以及在評估目標矩形塊中的像素和矩形范圍402的黑色像素值之間的差異，從而，在總和上該差異被設(shè)置為矩形塊400中的特征量 h (X)。
[0060]圖13所示的特征圖案幾乎全部覆蓋了任何目標的特征。在特征圖案A中，矩形范圍401和矩形范圍402左右相鄰放置，這兩個范圍都放置在矩形塊400的中心的左上。在特征圖案B中，矩形范圍401和矩形范圍402上下相鄰放置，這兩個范圍都放置在矩形塊400的中心的左上。在特征圖案C中，矩形范圍402位于兩個矩形范圍401之間，這兩個范圍都放置在矩形塊400的中心的 上方。在特征圖案D中，矩形范圍401和矩形范圍402對角放置，這兩個范圍都放置在矩形塊400的中心的左側(cè)。
[0061]之后，利用類似于公式I所示的評估函數(shù)，基于類似于公式I所示的評估函數(shù)計算在識別目標區(qū)域的候選集中的評估權(quán)重值f(x)。通過計算在矩形塊t(l到T，T表示用于評價的圖案的數(shù)量)中的全部像素T的特征量ht(x)，通過乘以附加于每個矩形塊的權(quán)重系數(shù)％來計算權(quán)重評估值f(x)。
[0062]在本文中，通過收集用于識別目標的圖像的學習數(shù)據(jù)和通過利用該學習數(shù)據(jù)來獲得特征量ht(x)和權(quán)重系數(shù)ato通過計算上述特征圖案A到D的權(quán)重評估值，識別目標候選辭典207基于計算的權(quán)重評估值保存成對的特征圖案和權(quán)重系數(shù)a t。
[0063]
【權(quán)利要求】
1.一種目標識別系統(tǒng)，可操作地與捕獲目標識別系統(tǒng)前方的區(qū)域的圖像的成像設(shè)備相連接，以識別一個或多個識別目標，所述目標識別系統(tǒng)包括: 識別區(qū)域檢測器，用于從所述捕獲的圖像中檢測多個識別區(qū)域； 識別加權(quán)單元，用于加權(quán)識別目標的圖像存在于通過所述識別區(qū)域檢測器檢測到的每個識別區(qū)域中的可能性；以及 目標識別處理器，用于基于分配給所述各個識別區(qū)域的識別加權(quán)來識別特定識別區(qū)域中的所述一個或多個識別目標。
2.根據(jù)權(quán)利要求1所述的目標識別系統(tǒng)，其中，所述成像設(shè)備具有立體成像設(shè)備，用于捕獲包括兩個圖像的立體圖像， 所述目標識別系統(tǒng)還包括視差計算器，用于從所述立體圖像中的兩個圖像中計算所述捕獲的圖像的視差， 其中，所述識別區(qū)域檢測器從所述立體圖像中的一個圖像的亮度圖像中或者從具有與由所述視差計算器計算的視差相對應(yīng)的像素值的視差圖像中檢測多個識別區(qū)域。
3.根據(jù)權(quán)利要求2所述的目標識別系統(tǒng)，其中，所述識別區(qū)域檢測器基于在所述捕獲的圖像中的各個高度處的頻率分布，利用由所述視差計算器計算的所述捕獲的圖像的視差來對所述多個識別區(qū)域進行分類。
4.根據(jù)權(quán)利要求1至3中任一項所述的目標識別系統(tǒng)，其中，所述識別加權(quán)單元最大地加權(quán)由所述識別區(qū)域檢測器檢測 到的識別區(qū)域中的路面區(qū)域。
5.根據(jù)權(quán)利要求1至3中任一項所述的目標識別系統(tǒng)，其中，所述識別加權(quán)單元最大地加權(quán)由所述識別區(qū)域檢測器檢測到的識別區(qū)域中的人行道和路邊區(qū)域。
6.根據(jù)權(quán)利要求1至3中任一項所述的目標識別系統(tǒng)，其中，所述識別加權(quán)單元最大地加權(quán)由所述識別區(qū)域檢測器檢測到的識別區(qū)域中的離所述目標識別系統(tǒng)特定距離內(nèi)的路面的預(yù)定范圍。
7.根據(jù)權(quán)利要求1至6中任一項所述的目標識別系統(tǒng)，還包括: 目標候選檢測器，用于基于所述捕獲的圖像的亮度檢測識別目標區(qū)域的候選集， 其中，所述目標識別處理器基于所述識別區(qū)域的加權(quán)，從由所述識別區(qū)域檢測器檢測到的特定識別區(qū)域中的由所述目標候選檢測器檢測到的識別目標區(qū)域的候選集中識別所述一個或多個識別目標。
8.—種由目標識別系統(tǒng)執(zhí)行的目標識別方法，所述目標識別系統(tǒng)可操作地與捕獲目標識別系統(tǒng)前方的區(qū)域的立體圖像的成像設(shè)備相連接，以識別一個或多個識別目標， 所述目標識別方法包括以下步驟: 從所述捕獲的圖像中檢測多個識別區(qū)域； 加權(quán)識別目標的圖像存在于每個識別區(qū)域中的可能性； 基于分配給各個識別區(qū)域的識別加權(quán)來識別特定識別區(qū)域中的所述一個或多個識別目標。
9.根據(jù)權(quán)利要求8所述的目標識別方法，還包括: 捕獲包括兩個圖像的立體圖像， 從所述立體圖像中的兩個圖像中計算所述捕獲的圖像的視差， 其中，從所述立體圖像中的一個圖像的亮度圖像中或者從具有與所述視差相對應(yīng)的像素值的視差圖像中檢測多個識別區(qū)域。
10.根據(jù)權(quán)利要求8或9所述的目標識別方法，還包括: 基于所述捕獲的圖像的亮度檢測識別目標區(qū)域的候選集， 其中，基于分配給各個識別區(qū)域的識別加權(quán)，從特定識別區(qū)域中的識別目標區(qū)域的候選集中識別所述一個或多個 識別目標。
【文檔編號】B60R21/00GK103455812SQ201310213718
【公開日】2013年12月18日 申請日期:2013年5月31日 優(yōu)先權(quán)日:2012年6月1日
【發(fā)明者】關(guān)?？? 申請人:株式會社理光