科创中国

本发明提出了一种智能车的前景目标机器视觉提取系统及方法,首先确定智能车多摄像机视野间的单应性,将单应变换矩阵拼接为一个完整的视频图像内容;然后进行智能车多摄像头信息融合方案设计;将目标一致性判别问题转换为全景视图构造问题;再进行智能车静止工况前景检测高斯背景建模;建立单高斯背景模型,然后用背景差分法提取前景目标,最终进行信息融合后前景提取;本发明在智能车的各种行驶工况下的结果均较为理想;基于机器视觉的智能车前景目标提取,能够给智能车的信息采集提供有效的预处理方法,

将目标区域在全景视频前一帧图像的中心位置，到当前帧全景视频图像目标区域的中间位置的位移矩阵，作为前一帧到当前帧的位移矩阵。

一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时实现上述方法的步骤。

一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述方法的步骤。

随着汽车产业的发展,智能车将会越来越普及。智能车辆的控制系统包含信息采集感知模块、决策选择模块以及控制执行模块。其中，信息采集感知的方法主要包括：路面预埋线圈、毫米波雷达、激光雷达、DSRC、红外以及机器视觉等策略；路面预埋线圈要求在铺设道路之前就考虑设计，对于已有道路，很难升级改造。雷达形式多种多样，但都不能避免路面反射率造成结果误差的缺点，DSRC需要有着完善的路测设施，且对于通信的要求较高，目前推广普及成本高，代价大。而机器视觉则包含着大量有价值的道路信息，目前智能车研究的大趋势是利用机器视觉进行自主驾驶。此外，一般智能车都装有多个摄像头，这种多目视觉可以利用各个摄像头所采集到的信息的冗余来提高系统的鲁棒性，但是，多目视觉因其计算量大，存在一个图像实时匹配问题。而单目视觉抗干扰的能力较低，但是图像的实时匹配性比较强。

智能车是当今车辆的发展趋势，而机器视觉则是智能车必不可少的技术之一。对于智能车所采集到的图像、视频信息，增加预处理步骤可以显著减轻后期处理的工作量，从而改善机器视觉精度，提升智能车整体性能。而如何有效、快速抽取出视频中的前景目标和背景信息，是机器视觉技术中非常重要而基础的问题。

发明人：杨宏图 胡元森 王秀梅 张红党 张凤娇 顾义兵

常州机电职业技术学院，是一所省属公办全日制普通高等学校，隶属于江苏省教育厅。学校创办于1963年，原名常州市机械职业学校，2002年6月独立升格，现坐落于常州科教城。

学校始终秉持“知行并进”的校训精神，坚持“以人为本、崇尚技术、开放共享、追求卓越”办学理念，坚持“敬业 爱生 言传 身教”的教风、“谦虚 好学 严谨 创新”的学风，根植智能装备制造产业，推进产教深度融合，致力于培养适应智能制造发展需要的高素质技术技能型人才，为区域经济社会发展做出了重要贡献。学校2010年获批为国家示范性（骨干）高职院校，2015年通过教育部第二轮人才培养工作评估，2018年获批为江苏省高水平高职院校，2019年获批为中国特色高水平高职学校建设单位，2022年在“双高计划”建设中期绩效评价中获“优秀”等次。

本发明有益效果

本发明在车辆行驶过程中，将智能车上装有大量的摄像头所采集的视频数据的融合处理，生成全景影像，保证在车辆是行驶过程中，所采集的视频数据的背景在移动、路况较差或者摄像头有颠簸等恶劣情况下，仍然能够正常工作。

本发明还实现了智能车静止工况下的前景检测，并且将智能车的多个摄像头进行了数据融合处理，使得智能车摄像头能够协同工作，并且在摄像头静止工况下将拼接后的全景视频中的前景检测识别出来，智能车在静止工况所实现的全景视频前景提取说明了前景提取这一技术在智能车领域应用的可行性。

本发明的方法经过验证，在智能车的各种行驶工况下的结果均较为理想；基于机器视觉的智能车前景目标提取，能够给智能车的信息采集提供有效的预处理方法，视频前景检测提取可以应用于行人检测，障碍物躲避，车道线识别、自动泊车等诸多功能的预处理阶段，使得智能车所采集的信息更为快速精准。

当前专利在中国不属于公知技术，未经权利人许可不得实施，希望将科技成果转让给研发实力雄厚的企业，由受让人对科技成果实施转化。交易的是科技成果中的知识产权，可以包括专利权、专利申请权、技术秘密等。科技成果转让后，转让方获得转让费，不再是科技成果的所有人；受让方向转让方支付转让费，并成为科技成果的新的所有人。