一種用于道路去反光的圖像處理方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及圖像模式識別和機器智能領(lǐng)域。
【背景技術(shù)】
[0002] 在自主駕駛中，車輛能否準(zhǔn)確識別出道路是當(dāng)今的一大難題，路面反光容易造成 路面識別算法發(fā)生錯誤，不能正確的識別出道路，容易導(dǎo)致交通事故的發(fā)生，所以去除路面 反光可以提高道路識別算法的準(zhǔn)確性，減少交通事故，為人們出行安全帶來了保證。
[0003] 目前為止只有物體去反光，但是所有的物體去反光的算法并不適用于道路去反 光，如果將物體去反光的算法應(yīng)用在道路去反光上，道路就會變得扭曲和顏色失真。目前針 對物體去反光的算法有很多，例如，《基于快速雙邊濾波的圖像高光去除研究》、《基于保邊 濾波器的單幅圖像高光去除》、《Detection of diffuse and specular interface reflections and inter-reflections by color image segmentation))n((Specular reflection separation using dark channel priorK((Efficient and Robust Specular Highlight Removal》和《Shum.Diffuse-specular separation and depth recovery from image sequences》，前述文獻(xiàn)將提出的算法應(yīng)用于道路去反光，得到的道 路發(fā)生形變，且顏色失真。其原因在于:物體反光包括鏡面反射和漫反射，其中鏡面反射大 而漫反射小;但是道路反光的鏡面反射較小而漫反射較大，過度去反光會造成路面的扭曲 和顏色失真。
[0004] 因此，研發(fā)設(shè)計一種既能實現(xiàn)道路去反光，又能使道路不扭曲和不失真的適用于 道路去反光的圖像處理方法是十分必要的。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是滿足對既能實現(xiàn)道路去反光，又能使道路不扭曲和不失真的適用 于道路去反光的圖像處理方法的需求，提出了一種用于道路去反光的圖像處理方法。
[0006] -種用于道路去反光的圖像處理方法，它包括下述步驟：
[0007] 步驟一、通過攝像機得到路面有反光的圖像；
[0008] 步驟二、對路面有反光的圖像進(jìn)行RGB三個通道的分解，分別獲得RGB三個通道的 三幅灰度圖像，即R通道的灰度圖像、G通道的灰度圖像和B通道的灰度圖像；
[0009] 步驟三、比較三幅灰度圖像的同一個像素的灰度值，獲得灰度值最小的一幅灰度 圖像，該灰度圖像作為路面的估計鏡面反射圖像；
[0010] 步驟三中比較三幅灰度圖像的同一個像素的灰度值，獲得灰度值最小的一幅灰度 圖像，該灰度圖像作為路面的估計鏡面反射圖像，其具體過程為：
[0011] 比較三幅灰度圖像的同一像素的灰度值，即比較同一像素的R通道的灰度圖像的 灰度值、G通道的灰度圖像的灰度值和B通道的灰度圖像的灰度值，三幅灰度圖像的同一像 素的灰度值進(jìn)行兩兩比較，比較過程為：
[0012] 若R通道的灰度圖像的像素值小于G通道的灰度圖像的像素值，繼續(xù)比較R通道的 灰度圖像的像素值與B通道的灰度圖像的像素值；
[0013]若R通道的灰度圖像的像素值小于B通道的灰度圖像的像素值，則選取R通道的灰 度圖像作為路面的估計鏡面反射圖像；
[0014] 若R通道的灰度圖像的像素值大于B通道的灰度圖像的像素值，則選取B通道的灰 度圖像作為路面的估計鏡面反射圖像；
[0015] 若R通道的灰度圖像的像素值大于G通道的灰度圖像的像素值，繼續(xù)比較G通道的 灰度圖像的像素值與B通道的灰度圖像的像素值；
[0016] 若G通道的灰度圖像的像素值小于B通道的灰度圖像的像素值，則選取G通道的灰 度圖像作為路面的估計鏡面反射圖像；
[0017] 若G通道的灰度圖像的像素值大于B通道的灰度圖像的像素值，則選取B通道的灰 度圖像作為路面的估計鏡面反射圖像；
[0018] 即尋找二幅灰度圖像的同一個像素的灰度值中的最小值，即
[0019]
[0020]其中，Idaik(x)為灰度圖像的最小灰度值；Ic(x)為RGB三個通道的三幅灰度圖像中 的每一個像素值;g為綠色，r為紅色，b為藍(lán)色;X為第η個像素，η為正整數(shù)；
[0021] 步驟四、將路面的估計鏡面反射圖像中的每一個像素的像素值與標(biāo)準(zhǔn)閾值進(jìn)行比 較，標(biāo)定路面的估計鏡面反射圖像的反光部分和不反光部分，獲得濾波后的路面鏡面反射 圖像；
[0022] 步驟四中的將路面的估計鏡面反射圖像中的每一個像素的像素值與標(biāo)準(zhǔn)閾值進(jìn) 行比較，標(biāo)定路面的估計鏡面反射圖像的反光部分和不反光部分，獲得濾波后的路面鏡面 反射圖像，其具體過程為：
[0023]設(shè)定標(biāo)準(zhǔn)閾值d，de (195，205)，若路面的估計鏡面反射圖像的灰度值>d時，則設(shè) 定路面的估計鏡面反射圖像的像素值為70;
[0024] 即 Idark(x)>d，則設(shè)定 Idark(x) = 70;
[0025] 若路面的估計鏡面反射圖像的灰度值< d時，則設(shè)定路面的估計鏡面反射圖像的 像素值為〇;
[0026] 即 Ι-ΗχΧο!，則設(shè)定 ldark(x)=0;
[0027] 將像素值為70的路面的估計鏡面反射圖像處標(biāo)定為白色，即反光部分;將像素值 為0的路面的估計鏡面反射圖像處標(biāo)定為黑色，即獲得濾波后的路面鏡面反射圖像；
[0028] 步驟五、將步驟一中的路面有反光的圖像與步驟四中的濾波后的路面鏡面反射圖 像做差，即獲得路面去反光圖像；
[0029] 步驟五中將步驟一中的路面有反光的圖像與步驟四中的濾波后的路面反光圖像 做差，即獲得路面去反光圖像，其具體過程為：
[0030] Id(x) = I(x)-Is(x)；
[0031] 其中，Id(x)為漫反射圖像，即路面去反光圖像;I(x)是路面有反光的圖像;Is(x)為 濾波后的路面鏡面反射圖像。
[0032]本發(fā)明用來準(zhǔn)確識別道路，分割道路，為自主駕駛(不需要人來控制車，車自己就 可以識別道路，躲避障礙物)提供了基礎(chǔ)。
[0033] 有益效果：通過本發(fā)明所述的方法，能夠完全去除道路高光（即反光），去除高光 后，能夠準(zhǔn)確識別出道路。滿足了對既能實現(xiàn)道路去反光，又能使道路不扭曲和不失真的適 用于道路去反光的圖像處理方法的需求，且通過本方法，最后獲得去反光后的圖像，圖像中 將反光的地方做了處理，使道路更加清晰得顯現(xiàn)，正確的識別出道路，減少交通事故的發(fā) 生，為人們出行安全帶來了保證。本發(fā)明具有良好的實用性。本發(fā)明還適用于物體去反光。 物體上的反光影響圖像匹配，只有將物體的反光去除，才能更好的識別物體。
【附圖說明】
[0034] 圖1為一種適用于道路去反光的算法的流程圖；
[0035] 圖2為路面有反光的圖像；
[0036] 圖3為路面的暗原色圖；
[0037] 圖4為濾波后的路面鏡面反射圖像；
[0038]圖5為路面去反光圖像。
【具體實施方式】
【具體實施方式】 [0039] 一、參照圖1至圖5具體說明本實施方式，本實施方式所述的一種用 于道路去反光的圖像處理方法，它包括下述步驟：
[0040] 步驟一、通過攝像機得到路面有反光的圖像；
[00411步驟二、對路面有反光的圖像進(jìn)行RGB三個通道的分解，分別獲得RGB三個通道的 三幅灰度圖像，即R通道的灰度圖像、G通道的灰度圖像和B通道的灰度圖像；
[0042]步驟三、比較三幅灰度圖像的同一個像素的灰度值，獲得灰度值最小的一幅灰度 圖像，該灰度圖像作為路面的估計鏡面反射圖像；
[0043] 步驟四、將路面的估計鏡面反射圖像中的每一個像素的像素值與標(biāo)準(zhǔn)閾值進(jìn)行比 較，標(biāo)定路面的估計鏡面反射圖像的反光部分和不反光部分，獲得濾波后的路面鏡面反射 圖像；
[0044] 步驟五、將步驟一中的路面有反光的圖像與步驟四中的濾波后的路面鏡面反射圖 像做差，即獲得路面去反光圖像。
[0045] 本實施方式中，步驟四中，為了避免路面有反光圖像的顏色過暗，不利于后續(xù)去反 光處理，首先將路面的估計鏡面反射圖像中的每一個像素的像素值與標(biāo)準(zhǔn)閾值進(jìn)行比較， 標(biāo)定路面的估計鏡面反射圖像的反光部分和不反光部分，然后將標(biāo)定后的圖像的所有像素 擴大w倍，w的取值在0.45~0.80之間，通過調(diào)節(jié)w的值，最后得到濾波后的路面鏡面反射圖 像。
[0046] 本發(fā)明所述的用于道路去反光的圖像處理方法，通過對路面有反光的圖像的處 理，將有反光部分在圖像中采用白色標(biāo)注出來，使其不再反光，實現(xiàn)了道路去反光處理。
[0047]
【具體實施方式】二、本實施方式是對實施方式一所述的一種適用于道路去反光的算 法的進(jìn)一步說明，本實施方式中，步驟三中比較三幅灰度圖像的同一個像素的灰度值，獲得 灰度值最小的一幅灰度圖像，該灰度圖像作為路面的估計鏡面