霧霾天車輛駕駛輔助系統及其方法
【專利摘要】本發明公開了霧霾天車輛駕駛輔助系統及其方法，涉及車輛輔助駕駛領域；包括安裝在車輛上的圖像采集裝置、圖像處理模塊、顯示模塊和警示模塊，圖像采集裝置將采集到的車輛前方的視頻信息發送到圖像處理模塊中，圖像處理模塊對所述視頻信息中的每幀原始圖像進行去霧處理并得到對應幀的去霧圖像；安裝在車輛中控臺上的所述顯示模塊接收并顯示所述去霧圖像；圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的去霧圖像進行差分處理，分析得到去霧圖像中來車的移動位置信息；圖像處理模塊根據所述移動位置信息啟動所述警示模塊。本發明可以輔助駕駛人員看清霧霾下的車輛前后的環境，并具有動態跟蹤來車，輔助或警示駕駛員正確駕駛。
【專利說明】
霧霾天車輛駕駛輔助系統及其方法
技術領域
[0001] 本發明涉及車輛輔助駕駛領域，特別是本發明涉及將機器視覺領域的暗通道算法 和基于卡爾曼濾波的動態跟蹤算法運用到解決汽車安全駕駛的問題中，屬于基于圖像處理 的創新運用技術領域。
【背景技術】
[0002] 霧霾問題已經成為困擾社會民眾的一個嚴重的環境問題，它不但影響著群眾的身 體健康，同時由于其低能見度，對汽車駕駛的安全性產生深刻的影響。霧霾天氣下由于能見 度不高，司機視線出現阻礙，而導致交通事故頻發。這就急迫要求一種裝置能夠輔助汽車駕 駛員觀察車外的情況，以做出正確的駕駛判斷，減少事故的發生。

【發明內容】

[0003] 本發明的發明目的是，針對上述問題，提供一種霧霾天車輛駕駛輔助系統，通過圖 形和算法處理獲知車輛前方或后方的來車信息，輔助駕駛人員看清霧霾下的車輛前后的環 境，并具有動態跟蹤來車的燈光，輔助或警示駕駛員正確駕駛，提高駕駛的安全性。
[0004] 為達到上述目的，本發明所采用的技術方案是:霧霾天車輛駕駛輔助系統，包括安 裝在車輛上的圖像采集裝置、圖像處理模塊、顯示模塊和警示模塊，所述圖像采集裝置將采 集到的車輛前方的視頻信息發送到圖像處理模塊中，所述圖像處理模塊對所述視頻信息中 的每幀原始圖像進行去霧處理并得到對應幀的去霧圖像;安裝在車輛中控臺上的所述顯示 模塊接收并顯示所述去霧圖像;所述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相 鄰兩幀的去霧圖像進行差分處理，分析得到去霧圖像中來車的移動位置信息;所述圖像處 理模塊根據所述移動位置信息啟動所述警示模塊，所述警示模塊向駕駛者發出對應輔助或 警報信息。
[0005] 在霧霾天中是車禍事故的高發時候，霧霾天中駕駛員的可觀察視野范圍很小，而 車燈的照射距離也因天氣影響變短，這樣駕駛員發現來車或者障礙物時候往往只有很短的 反應時間。上述技術方案中通過構建一個車輛駕駛的輔助駕駛系統從而輔助駕駛員在霧霾 天中可以做到安全駕駛。該系統中通過圖像采集裝置采集到車輛前方的視頻圖像，并通過 圖像處理模塊進行去霧處理，這樣可以得到較為清晰的視頻圖像，以輔助駕駛員清楚觀察 前方的情況;同時，圖像處理模塊還可以根據視頻圖像中每幀視頻圖像的像素變化，分析得 到圖像中是否存在相對運動的車輛，并據此提醒駕駛員進行相應的規避或者進行相應操 作。這里輔助系統是基于圖像處理的創造性應用，包括基于算法對有霧霾的圖像進行去霧 處理，以獲得清晰的圖像，以供駕駛員觀察參考;同時，繼續通過對去霧后的圖像進行濾波、 差分處理，并從中分析出車輛位置進而通過語音或其他方式提醒駕駛員做出相應的動作。 相比現有技術，簡化了系統電路，擺脫了傳統輔助系統中傳感器多、系統復雜、安裝復雜、功 能簡單的不足，不僅提供清晰的視野用于輔助駕駛員，而且還具有對監控范圍來車的自跟 蹤功能，能夠更加快速發現來車，更早提醒司機做出反應，從而減少事故的發生。
[0006] 進一步地，所述圖像處理模炔基于暗通道算法對所述視頻信息中的每幀原始圖像 進行去霧處理。暗通道算法能夠快速對視頻圖像進行處理，提高視頻圖像的清晰圖，到達去 霾去霧的功能。
[0007] 進一步地，所述暗通道算法步驟為：1)對原始圖像用為奇數的LXL的矩形模塊進 行掃描，統計該模塊內的像素灰度值;2)提取出最小的像素灰度值，然后用最小像素灰度值 替代該模塊內的全部像素灰度值;3)重復步驟1)和步驟2)，對整個原始圖像進行掃描，就能 得到一副暗通道的暗通道圖像;4)采用所述原始圖像與一一對應的暗通道圖像的像素值相 減，得到去霧后的所述去霧圖像。這里提供一種快速的暗通道算法，優化了算法步驟，能夠 快速對原始圖像進行去霾處理，實時反映車輛前方的圖像信息，避免視頻圖像處理延遲。
[0008] 進一步地，所述圖像處理模炔基于卡爾曼濾波算法對每幀去霧圖像進行濾波處 理。卡爾曼濾波算法能夠對現場采集的數據進行實時的更新和處理，減少跟蹤目標的噪音 影響，為后續處理提供保障。
[0009] 進一步地，所述差分處理為所述圖像處理模塊將相鄰幀的兩幅去霧圖像的像素灰 度值進行相減，并選取前一幀去霧圖像中相減后像素差值相對較大的變化區域，并從所述 變化區域中從而分析得到去霧圖像中來車移動位置信息。在圖像中來車的燈光部分的像素 灰度值和昏暗背景的像素灰度值是不一樣的，當對面汽車在運動的過程中，拍攝出來的每 一幀的圖像中，燈光的位置都是不一樣的，只要位置發生了偏移，前后兩幀圖像相減就能檢 測出那一部分的像素值發生較大的改變，這樣就能檢測對面是否有來車。
[0010] 進一步地，所述差分處理為所述圖像處理模塊將相鄰前一幀去霧圖像的像素一一 對應減去后一幀去霧圖像的像素，并在前一幀去霧圖像中標注相減后的像素差值大于150 的變化區域;并分析得到去霧圖像中來車的移動位置信息。一般的圖片的像素灰度值是從0 到255,其中白色為255,黑色為0。從像素灰度看來車的燈光趨于白色，而這里的背景像素灰 度趨于灰色或黑色，這時設置兩者的差值大于150,能夠很好區分出來車的燈光移動帶來的 差別，將其他干擾因素排除，實現對車輛位置的自跟蹤。
[0011] 進一步地，所述圖像處理模塊根據變化區域形狀輪廓得到符合來車的燈光的移動 信息;并分析得到去霧圖像中來車的移動位置信息。在去霧圖像中標注符合要求的部分，其 中來車的燈光位置變化造成標注的部分一般為彎月形或者圓形，據此可以得到來車在去霧 圖像中的位置。
[0012] 進一步地，所述圖像采集裝置為高清攝像頭，并安裝在車輛前擋風玻璃和后擋風 玻璃之下的中控臺上。對車輛的前后方向上的來車進行監控，能夠更好的輔助駕駛員進行 駕駛。
[0013] 進一步地，所述警示模塊為LED顯示模塊或者語音提醒模塊。LED顯示模塊可以通 過設置不同顏色的LED燈進行不同的情況警示;語音提醒模塊中設置多種語音信息，針對不 同的駕駛情況，發出不同的語音提示。
[0014] 基于上述技術方案，一種霧霾天車輛駕駛輔助方法，按照以下步驟進行，
[0015] 1)在霧霾天啟動該系統，所述圖像采集裝置采集到的車輛前方的視頻信息，并發 送到圖像處理模塊中；
[0016] 2)所述圖像處理模塊對所述視頻信息中的每幀原始圖像進行去霧處理并得到對 應幀的去霧圖像，并將所述去霧圖像發送到車輛中控臺上的顯示模塊中；
[0017] 3)所述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的圖像進行差 分處理，分析得到圖像中來車燈光的移動位置信息；
[0018] 4)所述圖像處理模塊根據所述移動位置信息啟動所述警示模塊，所述警示模塊向 駕駛者發出對應輔助或警報信息。
[0019] 通過輔助系統可以提高車輛在霧霾天中駕駛的安全系數，這相當多了一個監視視 野遠、靈敏、精確的副駕，協助駕駛員在霧霾天提前了解或應對突發狀況，特別是由于視野 不足帶來反應不及時的各種狀況。改輔助方法可以應用在各種車輛上，適用性強;無需對車 輛進行改造，拆卸安裝檢測設備;這樣大大降低了使用的成本。
[0020] 由于采用上述技術方案，本發明具有以下有益效果：
[0021] 本發明與現有技術相比，精簡硬件電路了，解決了復雜的駕駛環境監測問題;對外 界監測領域擺脫了使用大量傳統的傳感器等器件，轉向使用攝像頭和圖像處理的算法，這 樣能使在霧霾天氣下監測外界的環境的精度更高，而且大部分的圖像處理工作都是由處理 器芯片完成，硬件電路就非常簡單，一定程度上也精簡了汽車整體的負擔。同時，動態跟蹤 算法的高敏感性能比人眼更容易發現對向來車，從而更早提醒司機做出反應，對安全駕駛 有極大的好處。
【附圖說明】
[0022]圖1是本發明工作原理流程圖。
[0023]圖2是本發明差分處理運算示意圖。
【具體實施方式】
[0024]本發明包括四個部分:圖像采集裝置、圖像處理模塊、顯示模塊和警示模塊。
[0025]圖像采集模塊為車載式高清攝像頭，攝像頭安裝在汽車前、后擋風玻璃之下的中 控臺上，用來拍攝汽車前后方的情況。圖像采集模塊將拍攝的視頻圖像發送到圖像處理模 塊中。
[0026]圖像處理模塊是基于FPGA的圖像處理模塊，處理圖像采集模塊拍攝過來的霧霾圖 像，通過暗通道算法對存在霧霾的道路圖像進行處理得到清晰的去霧圖像，然后輸出到車 載顯示屏中供駕駛員參考。當對面有來車時，圖像處理模塊通過卡爾曼濾波算法動態跟蹤 來車，分析得到來車的相對位置信息。
[0027]顯示模塊為車載顯示屏，安裝在中控臺上。顯示模塊顯示經過圖像處理模塊去霧 處理后的視頻圖像。
[0028] 警示模塊為車載語音設備，基于圖像處理模塊對來車相對位置的分析結果，向駕 駛者輸出不同的警示或輔助駕駛的語音片段。同時警示模塊也可以為LED警示燈，安裝在汽 車前中控臺上，用來提醒駕駛者。
[0029] 這里對系統的運行原理和方式作進一步說明：圖像采集裝置將采集到的車輛前方 的視頻信息發送到圖像處理模塊中，圖像處理模塊對所述視頻信息中的每幀原始圖像進行 去霧處理并得到對應幀的去霧圖像。安裝在車輛中控臺上的所述顯示模塊接收并顯示所述 去霧圖像。所述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的去霧圖像進 行差分處理，分析得到去霧圖像中來車的移動位置信息。圖像處理模塊根據所述移動位置 信息啟動所述警示模塊，警示模塊向駕駛者發出對應輔助或警報信息。系統中通過圖像采 集裝置采集到車輛前方的視頻圖像，并通過圖像處理模塊進行去霧處理，這樣可以得到較 為清晰的視頻圖像，以輔助駕駛員清楚觀察前方的情況;同時，圖像處理模塊還可以根據視 頻圖像中每幀視頻圖像的像素變化，分析得到圖像中是否存在相對運動的車輛，并據此提 醒駕駛員進行相應的規避或者進行相應操作。這里輔助系統是基于圖像處理的創造性應 用，包括基于算法對不清楚的有霧霾的圖像進行去霧處理，以獲得清晰的圖像，以供駕駛員 觀察參考；同時，繼續通過對去霧后的圖像進行濾波、差分處理，即可以從中分析出車輛位 置進而通過語音或其他方式提醒駕駛員做出相應的動作。
[0030] 如圖1所示，當汽車駕駛員在霧霾天起步汽車時，首先要觀察汽車前后的路況情 況，那么就先要打開車載前后攝像頭，攝像頭放置在汽車的擋風玻璃下方，然后對準前后方 的路面。攝像頭把汽車前后的模糊圖像拍攝下來之后，傳送到圖像處理模塊，圖像處理模塊 中預存有基于暗通道的圖像預處理程序和基于卡爾曼濾波的動態跟蹤算法，當傳送過來的 圖片經過暗通道圖像預處理之后，達到清晰的路況圖像，輸出回駕駛室內的顯示屏中，這時 汽車駕駛員就能看到較為清晰的路況情況。當圖像變得清晰之后，又經過動態跟蹤算法尋 找前方是否有機動車對向駛來，如果檢測到機動車行駛過來，駕駛室內的LED警示燈就會點 亮，駕駛員看到LED燈點亮就會有警醒作用，從而小心操縱汽車起步，從而避免交通事故的 發生。
[0031] 當然，這里圖像采集模塊也可以是安裝車輛上的行程記錄儀或是其他視頻設備。 顯示模塊可以是安裝在中控臺上或方便駕駛員觀看的視頻顯示裝備，例如架設在中控臺的 大屏智能手機;警示模塊可以與顯示模塊結合，或者與車載的音響設備結合。圖像處理模塊 可以是基于單片機、FPGA或DSP等的處理模塊單元，當然也可以是車載電腦設備。
[0032] 上述中，圖像處理模炔基于暗通道算法對所述視頻信息中的每幀原始圖像進行去 霧處理。暗通道算法能夠快速對視頻圖像進行處理，提高視頻圖像的清晰圖，到達去霾去霧 的功能。
[0033] 在計算機視覺和計算機圖像學中，對于較為模糊的圖像可以近似抽象為"有霧"， 相機拍出的效果近似于相機和實物之間隔著一層濃霧。
[0034] Narasimhan等根據理論分析提出了 "霧霾"下的大氣散射模型（Monochrome atmospheric scattering model):
[0035] I(x)=Ap(x)e-M(x)+Aa-e-M(x)) (1)
[0036] 式（1)中，為空間坐標，表示天空亮度(Skylight)，為場景反照率，為場景景深，為 大氣散射系數。
[0037] 模糊的戶外圖片中，至少有一個通道的某些像素點具有較低的像素值，這一規律 適用于除去天空外的任何區域。也就是說在模糊的圖像中，一定的局部區域范圍內，總有一 些很暗的成分。由此推出圖像暗通道的定義：
[0038]
[0039] 式(2)中的表示圖像的某一個顏色通道。表示以像素為中心的一個矩形區域，矩形 區域對應的大小為。表示在這一矩形區域中像素的最小值，也就是圖像的暗通道，又稱上述 的統計規律為圖像的暗通道優先規律。
[0040] 這里暗通道算法步驟為：
[0041] 1)對原始圖像用為奇數的LXL的矩形模塊進行掃描，統計該模塊內的像素灰度 值。
[0042] 2)提取出最小的像素灰度值，然后用最小像素灰度值替代該模塊內的全部像素灰 度值。
[0043] 3)重復步驟1)和步驟2)，對整個原始圖像進行掃描，就能得到一副暗通道的暗通 道圖像。
[0044] 4)采用所述原始圖像與一一對應的暗通道圖像的像素值相減，得到去霧后的所述 去霧圖像。這里提供一種快速的暗通道算法，優化了算法步驟，能夠快速對原始圖像進行去 霾處理，實時反映車輛前方的圖像信息，避免視頻圖像處理延遲。
[0045] 這里需了解的是，卡爾曼濾波算法或卡爾曼濾波的動態跟蹤算法主要原理是通過 卡爾曼濾波算法對拍攝的視頻圖像進行濾波，得到新的視頻圖像，然后采用幀差法來分離 出運動目標，從而實現動態跟蹤。卡爾曼濾波算法能夠對現場采集的數據進行實時的更新 和處理，減少跟蹤目標的噪音影響，為后續處理提供保障。
[0046]上述中，差分處理為所述圖像處理模塊將相鄰幀的兩幅去霧圖像的像素灰度值進 行相減，并選取前一幀去霧圖像中相減后像素差值相對較大的變化區域，并從所述變化區 域中從而分析得到去霧圖像中來車移動位置信息。
[0047] 在圖像中來車的燈光部分的像素灰度值和昏暗背景的像素灰度值是不一樣的，當 對面汽車在運動的過程中，拍攝出來的每一幀的圖像中，燈光的位置都是不一樣的，只要位 置發生了偏移，前后兩幀圖像相減就能檢測出那一部分的像素值發生較大的改變，這樣就 能檢測對面是否有來車。
[0048] 對相鄰兩幀的圖像進行差分，并設定一個閾值，如果差分的結果大于閾值的像素 點就是運動目標。如圖2所示，對于靜止時拍攝的視頻序列，首先對第f k(x，y)幀圖片及fk+1 (x，y)幀圖片進行平滑去噪，再做幀差法處理，即用第fk(x，y)幀圖片減去第fk+1(x，y)幀圖 片，得到二值圖像。用公式表示為：
[0049]
[0050] T為設定的閾值，Dk(x，y)為檢測得到的二值化圖像。
[0051]具體的是，T為150,圖像處理模塊將相鄰前一幀去霧圖像的像素一一對應減去后 一幀去霧圖像的像素，并在前一幀去霧圖像中標注相減后的像素差值大于150的變化區域 為1，其他區域標記為0。圖像處理模塊根據變化區域形狀輪廓得到符合來車的燈光的移動 信息;并分析得到去霧圖像中來車的移動位置信息。一般的圖片的像素灰度值是從〇到255， 其中白色為255，黑色為0。從像素灰度看來車的燈光趨于白色，而這里的背景像素灰度趨于 灰色或黑色，這時設置兩者的差值大于150,能夠很好區分出來車的燈光移動帶來的差別， 將其他干擾因素排除，實現對車輛位置的自跟蹤。去霧圖像中標注的來車的燈光變化位置 造成的區域，一般為彎月形或者圓形，據此可以得到來車在去霧圖像中的位置。并分析得到 去霧圖像中來車的移動位置信息。
[0052]基于上述技術方案，這里還公開一種優選的實施方案：圖像采集裝置包括安裝在 車輛內的行車記錄儀，行車記錄儀分別對應車輛前方和后方的視野區域設置，用于拍攝車 輛前后視頻信息并將視頻信息發送到圖像處理模塊，圖像處理模塊為通過安裝架設置在車 輛中控臺的智能大屏手機，手機中安裝有用于對述視頻信息中的每幀原始圖像進行去霧處 理的基于暗通道算法及對每幀去霧圖像進行濾波處理的卡爾曼濾波算法、將相鄰兩幀的去 霧圖像進行差分處理的跟蹤算法。手機將去霧圖像通過手機屏幕顯示，用于駕駛員觀察較 為清晰的路況視頻圖像，即顯示模塊為手機屏幕。同時手機繼續通過對去霧后的圖像進行 濾波、差分處理，從中分析出車輛位置并通過手機的語音設備提醒駕駛員做出相應的動作。 這里通過將智能手機的處理模塊、屏幕、語音設備作為圖像處理模塊、顯示模塊和警示模 塊，即采用現有硬件即可以實現整個輔助系統:這里只需要在手機上安裝本申請中圖像處 理模塊的相應算法，并連接車載視頻監控設備，既可以完成本申請輔助系統的安裝;其安裝 更為簡單、應用更具有適用性;可以大大精簡汽車整體的負擔，同時高效提高駕駛安全性。
[0053]基于上述技術方案，這里基公開一種霧霾天車輛駕駛輔助方法，按照以下步驟進 行，
[0054] 1)在霧霾天啟動該系統，所述圖像采集裝置采集到的車輛前方的視頻信息，并發 送到圖像處理模塊中。
[0055] 2)所述圖像處理模塊對所述視頻信息中的每幀原始圖像進行去霧處理并得到對 應幀的去霧圖像，并將所述去霧圖像發送到車輛中控臺上的顯示模塊中。
[0056] 3)所述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的圖像進行差 分處理，分析得到圖像中來車燈光的移動位置信息。
[0057] 4)所述圖像處理模塊根據所述移動位置信息啟動所述警示模塊，所述警示模塊向 駕駛者發出對應輔助或警報信息。
[0058] 通過輔助系統可以提高車輛在霧霾天中駕駛的安全系數，這相當多了一個監視視 野遠、靈敏、精確的副駕，協助駕駛員在霧霾天提前了解或應對突發狀況，特別是由于視野 不足帶來反應不及時的各種狀況。改輔助方法可以應用在各種車輛上，適用性強;無需對車 輛進行改造，拆卸安裝檢測設備;這樣大大降低了使用的成本。
[0059] 與現有技術相比，本發明提供了一種基于機器視覺輔助的霧霾天氣汽車導視儀所 達到的有益效果是:本發明力求用精簡的硬件電路去解決復雜的駕駛環境監測問題，相對 于現有技術，本發明在對外界監測領域擺脫了使用大量傳統的傳感器等器件，轉向使用攝 像頭和圖像處理的算法，這樣能使在霧霾天氣下監測外界的環境的精度更高，而且大部分 的圖像處理工作都是由處理器芯片完成，硬件電路就非常簡單，一定程度上也精簡了汽車 整體的負擔。同時，動態跟蹤算法的高敏感性能比人眼更容易發現對向來車，從而更早提醒 司機做出反應，對安全駕駛有極大的好處。
[0060] 上述說明是針對本發明較佳可行實施例的詳細說明，但實施例并非用以限定本發 明的專利申請范圍，凡本發明所提示的技術精神下所完成的同等變化或修飾變更，均應屬 于本發明所涵蓋專利范圍。
【主權項】
1. 霧霾天車輛駕駛輔助系統，包括安裝在車輛上的圖像采集裝置、圖像處理模塊、顯示 模塊和警示模塊，其特征在于:所述圖像采集裝置將采集到的車輛前方的視頻信息發送到 圖像處理模塊中，所述圖像處理模塊對所述視頻信息中的每幀原始圖像進行去霧處理并得 到對應幀的去霧圖像;安裝在車輛中控臺上的所述顯示模塊接收并顯示所述去霧圖像;所 述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的去霧圖像進行差分處理， 分析得到去霧圖像中來車的移動位置信息;所述圖像處理模塊根據所述移動位置信息啟動 所述警示模塊，所述警示模塊向駕駛者發出對應輔助或警報信息。2. 根據權利要求1所述的霧霾天車輛駕駛輔助系統，其特征在于:所述圖像處理模炔基 于暗通道算法對所述視頻信息中的每幀原始圖像進行去霧處理。3. 根據權利要求2所述的霧霾天車輛駕駛輔助系統，其特征在于，所述暗通道算法步驟 為：1)對原始圖像用為奇數的LXL的矩形模塊進行掃描，統計該模塊內的像素灰度值;2)提 取出最小的像素灰度值，然后用最小像素灰度值替代該模塊內的全部像素灰度值;3)重復 步驟1)和步驟2)，對整個原始圖像進行掃描，得到暗通道圖像;4)采用所述原始圖像與一一 對應的暗通道圖像的像素值相減，得到去霧后的所述去霧圖像。4. 根據權利要求1所述的霧霾天車輛駕駛輔助系統，其特征在于:所述圖像處理模炔基 于卡爾曼濾波算法對每幀去霧圖像進行濾波處理。5. 根據權利要求1所述的霧霾天車輛駕駛輔助系統，其特征在于:所述差分處理為所述 圖像處理模塊將相鄰幀的兩幅去霧圖像的像素灰度值進行相減，并選取前一幀去霧圖像中 相減后像素差值相對較大的變化區域，并從所述變化區域中從而分析得到去霧圖像中來車 移動位置信息。6. 根據權利要求5所不會述的霧霾天車輛駕駛輔助系統，其特征在于:所述差分處理為 所述圖像處理模塊將相鄰前一幀去霧圖像的像素一一對應減去后一幀去霧圖像的像素，并 在前一幀去霧圖像中標注相減后的像素差值大于150的變化區域;并分析得到去霧圖像中 來車的移動位置信息。7. 根據權利要求6所述的霧霾天車輛駕駛輔助系統，其特征在于:所述圖像處理模塊根 據變化區域形狀輪廓得到符合來車的燈光的移動信息;并分析得到去霧圖像中來車的移動 位置信息。8. 根據權利要求1所述的霧霾天車輛駕駛輔助系統，其特征在于:所述圖像采集裝置為 高清攝像頭，并安裝在車輛前擋風玻璃和后擋風玻璃之下的中控臺上。9. 根據權利要求1所述的霧霾天車輛駕駛輔助系統，其特征在于:所述警示模塊為LED 顯示模塊或者語音提醒模塊。10. 根據權利要求1所述的霧霾天車輛駕駛輔助方法，其特征在于:按照以下步驟進行， 1) 在霧霾天啟動該系統，所述圖像采集裝置采集到的車輛前方的視頻信息，并發送到 圖像處理模塊中； 2) 所述圖像處理模塊對所述視頻信息中的每幀原始圖像進行去霧處理并得到對應幀 的去霧圖像，并將所述去霧圖像發送到車輛中控臺上的顯示模塊中； 3) 所述圖像處理模塊對每幀去霧圖像進行濾波處理，并將相鄰兩幀的圖像進行差分處 理，分析得到圖像中來車燈光的移動位置信息； 4) 所述圖像處理模塊根據所述移動位置信息啟動所述警示模塊，所述警示模塊向駕駛 者發出對應輔助或警報信息。
【文檔編號】B60Q9/00GK105857180SQ201610298881
【公開日】2016年8月17日
【申請日】2016年5月9日
【發明人】許皓, 李剛
【申請人】廣西大學