專利名稱：基于遺傳算法的前照燈遠(yuǎn)光光斑中心計(jì)算方法
技術(shù)領(lǐng)域：
本發(fā)明涉及汽車前照燈遠(yuǎn)光光斑中心計(jì)算方法。
背景技術(shù)：
在國(guó)家標(biāo)準(zhǔn)要求遠(yuǎn)光的光分布為中心對(duì)稱光斑，軸心為能量的對(duì)稱中心。對(duì)于某些不對(duì)稱光束，中心分裂為能量中心和形狀中心。計(jì)算前照燈的燈光照射偏角最重要的因素是對(duì)中心位置的確定。一旦確定了各種中心位置和測(cè)量距離，以及燈的位置，就可以知道光束照射方向的偏角。不同的燈，燈光光斑的形狀也不盡相同，無(wú)論光斑的形狀如何，在開始對(duì)圖像進(jìn)行分析之前，首先要消除背景光，特別是不均勻背景光的影響。如何正確地區(qū)分背景和光斑，即如何選取一個(gè)合適的灰度值作為背景和圖像的分界點(diǎn)，是保證搜索精度的重要條件。傳統(tǒng)的閾值搜索法有隨機(jī)查找法、枚舉法、梯度下降法等，這些方法或多或少地存在著效率低、速度慢的問題。特別是當(dāng)圖像較大時(shí)，要花費(fèi)較長(zhǎng)的時(shí)間。從60年代以來，國(guó)外的學(xué)者提出了很多關(guān)于圖像閾值選取的方法，理論依據(jù)和在不同條件下的效果也各有不同。1988年，Sahoo用形狀和均勻性度量作為準(zhǔn)則，考察了一些方法的優(yōu)劣，結(jié)果表明，最小互相關(guān)法、最大熵法、矩量保持法和最大類間方差法在這方面有較好的應(yīng)用結(jié)果。Lee對(duì)矩量保持法、最大熵法和最大類間方差法等方法以錯(cuò)分概率、形狀和均勻性度量為準(zhǔn)則進(jìn)行了評(píng)估，推薦在一般應(yīng)用時(shí)，以最大類間方差法為佳。Otsu于1978年提出最大類間方差法，它是在最小二乘法原理的基礎(chǔ)上推導(dǎo)出來的，其核心內(nèi)容是對(duì)圖像進(jìn)行閾值劃分，并進(jìn)行方差運(yùn)算，其中有最大方差的閾值就是圖像的最優(yōu)閾值。算法如下；1)將圖像中的所有像素用閾值t分成兩類Ctl和CnCtl由灰度值在0 t之間的像素組成，C1由灰度值在t L-I (L為圖像的總灰級(jí)度)之間的像素組成。2)按照式0-11)計(jì)算Ctl和C1的類間方差
權(quán)利要求
1.基于遺傳算法的前照燈遠(yuǎn)光光斑中心計(jì)算方法，其特征在于該方法包括以下的步驟1)適應(yīng)度函數(shù)的確定采用二進(jìn)制編碼，通過靜態(tài)的數(shù)值映射表，將4096個(gè)灰級(jí)用12位二進(jìn)制進(jìn)行編碼，把 0 4096用從000000000000到111111111111的二進(jìn)制串表示，搜索空間的分辨率和實(shí)際圖像灰級(jí)空間是一一對(duì)應(yīng)的；適應(yīng)度函數(shù)可以利用類間方差的定義依據(jù)各參數(shù)的定義和直方圖，可以方便地計(jì)算o2(t)；2)參數(shù)確定和選擇方法GA算法的主要參數(shù)包括染色體數(shù)目、變異率和交叉率；根據(jù)實(shí)驗(yàn)，本算法參數(shù)的取值如下初始個(gè)體(染色體)數(shù)目P :8;基因大小I3S 12交叉率Pc 0.8 ；變異率Pm 0. 008 ；染色體按照交叉規(guī)則，產(chǎn)生隨機(jī)數(shù)j e
，交換兩個(gè)父代染色體(編碼)的第j個(gè)基因點(diǎn)的右邊的部分；具有平均適應(yīng)度的染色體在下一代中的生存?zhèn)€數(shù)為1，設(shè)&為第i個(gè)染色體的適應(yīng)度，則下一代中i染色體的個(gè)體數(shù)目D(i)為/)(/) = (int)(i +0.5) - 1 N式中為當(dāng)前個(gè)體適應(yīng)度函數(shù)的均值；7V ；=1記錄計(jì)算過的編碼對(duì)應(yīng)的適應(yīng)度函數(shù)值，避免進(jìn)行重復(fù)計(jì)算；3)GA算法的終止GA的停止有兩種途徑，一是設(shè)定迭代的最大次數(shù)，另一種是設(shè)定兩次迭代的適應(yīng)度均值到達(dá)某一設(shè)定的改變量極小值；當(dāng)兩次運(yùn)算的比值在
時(shí)，算法已收斂在中心附近，可退出運(yùn)算；或者迭代的次數(shù)超過30次時(shí)，認(rèn)為收斂的速度已非常緩慢，也退出搜索，并返回一個(gè)異常；GA得到的結(jié)果和最優(yōu)目標(biāo)常會(huì)有一個(gè)較小的差別，返回后，繼續(xù)在 GA方法得到的閾值t的領(lǐng)域內(nèi)，第一種情況的領(lǐng)域大小為[t-5，t+5]，第二種情況為[t-10， t+10]，進(jìn)行遍歷搜索，找到真正的中心，經(jīng)過這個(gè)步驟后，可以找到和遍歷法一致的最佳閾值T;4)閾值判定結(jié)果對(duì)車燈遠(yuǎn)光光斑進(jìn)行閾值分割；5)形狀中心計(jì)算完成圖像閾值搜索后，將圖像二值化，灰級(jí)大于T的像素灰級(jí)指定為k，小于等于T的為 0，此時(shí)每個(gè)連通區(qū)域的形心和重心重疊，計(jì)算重心可以計(jì)算光斑中心，具體方法如下①以χ，y表示圖像中水平、垂直方向的位置坐標(biāo)，f(x, y)為坐標(biāo)為(χ，y)位置圖像點(diǎn)的灰級(jí)；②圖像X方向的一次力矩為
2.根據(jù)權(quán)利要求1所述的基于遺傳算法的前照燈遠(yuǎn)光光斑中心計(jì)算方法，其特征在于在進(jìn)行具體運(yùn)算和操作之前，應(yīng)當(dāng)計(jì)算圖像灰級(jí)直方圖，避免每次重復(fù)統(tǒng)計(jì)像素的灰級(jí)度。
全文摘要
本發(fā)明涉及汽車前照燈遠(yuǎn)光光斑中心計(jì)算方法。基于遺傳算法的前照燈遠(yuǎn)光光斑中心計(jì)算方法，該方法包括以下的步驟1)適應(yīng)度函數(shù)的確定；2)參數(shù)確定和選擇方法；3)GA算法的終止；4)閾值判定結(jié)果；5)形狀中心計(jì)算。本發(fā)明方法的特點(diǎn)就是不依賴對(duì)象的具體特征，實(shí)現(xiàn)隨機(jī)的全局快速最優(yōu)搜索。這種優(yōu)越性在圖像具有較多灰度級(jí)時(shí)，有更好的體現(xiàn)。
文檔編號(hào)G06T7/00GK102521828SQ20111037317
公開日2012年6月27日 申請(qǐng)日期2011年11月22日 優(yōu)先權(quán)日2011年11月22日
發(fā)明者丁宗英, 吳勇, 徐雷, 朱堅(jiān)磊, 項(xiàng)震 申請(qǐng)人:浙江浙大鳴泉科技有限公司