[發明專利]基于三維結構和色彩模型的單目視覺路面檢測方法

無效

• 申請號: 201310262870.1
• 申請日: 2013-06-27
• 公開（公告）號: CN103366158A
• 公開（公告）日: 2013-10-23
• 發明（設計）人: 鄭文明;朱海天
• 申請（專利權）人: 東南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

技術領域

本發明屬于計算機視覺和圖像處理領域，涉及一種結合三維結構和色彩模型的路面檢測方法。

背景技術

傳統的路面檢測方法主要分為基于像素特征的方法和基于結構信息的方法兩種。基于像素特征的方法存在著以下缺點：不能準確的檢測存在大量光照陰影和斑馬線這樣的復雜路面，同時不能獲取場景的結構深度信息。基于結構信息的方法存在著以下缺點：不能有效的檢測路面邊緣，并且只對特征點附近路面檢測有好的檢測結果。

基于單目視覺的路面檢測系統相比雙目視覺系統更適合運動的車載平臺，這是因為單目視覺利用連續幀信息對場景結構進行分析，而雙目視覺系統由于沒有利用場景的運動信息，因此更加適合靜態場景。同時單目視覺系統降低了設備要求，便于安裝架設。

發明內容

發明目的：為了解決上述問題，本發明提出了一種基于三維結構和色彩模型的單目視覺路面檢測方法。

技術方案：基于三維結構和色彩模型的單目視覺路面檢測方法，包括如下步驟：

特征點檢測和匹配：采用Harris角點檢測方法提取場景圖像的特征點，并將當前幀圖像的特征點通過稀疏光流匹配的方法和下一幀的圖像特征點匹配；

計算攝像機運動：根據特征點匹配關系計算連續兩幀圖像間的基本矩陣，并通過分解基本矩陣獲得攝像機運動參數；

重構特征點三維結構：攝像機運動參數采用線性三角形的方法重構特征點的三維結構；

提取路面特征點：采用隨機采樣一致性方法來提取三維特征點云中的路平面模型參數，將特征點分為路面特征點和非路面特征點兩類；

建立色彩高斯混合模型：根據所述兩類特征點建立兩種類型的高斯混合色彩模型，每一類的色彩高斯混合模型具有五個高斯分量，這五個高斯分量的生成是通過K-means聚類方法獲得；

采用圖割的方法分割路面區域。

本發明采用上述技術方案，具有以下有益效果：本發明提出里一個完整有效的路面檢測方案，一定程度上解決了光照、斑馬線等復雜路面場景的影響。基于單目視覺的路面檢測方法相比雙目視覺系統更適合運動的車載平臺，這是因為單目視覺利用連續幀信息對場景結構進行分析。同時單目視覺系統降低了設備要求，便于安裝架設。

附圖說明

圖1為本發明的方法流程圖；

圖2為本發明隨機采樣一致性檢測方法擬合路面流程圖；

圖3為本發明采用色彩高斯混合模型分割路面區域流程圖。

具體實施方式

下面結合具體實施例，進一步闡明本發明，應理解這些實施例僅用于說明本發明而不用于限制本發明的范圍，在閱讀了本發明之后，本領域技術人員對本發明的各種等價形式的修改均落于本申請所附權利要求所限定的范圍。

如圖1該方法的具體步驟是：

(1)提取場景圖像特征點并匹配

特征點檢測采用Harris角點檢測方法，這是一種基于圖像局部自相關矩陣的主曲率的檢測像素點間的相似度方法，它基本思想是認定在兩個正交方向上都有明顯的灰度導數的點為角點。特征點匹配所用的稀疏光流的方法是一種尋找特征點最優位移的匹配方法，它的能量函數為：

E=∫∫wn2(X)w(X)dX=∫∫w(I(X-d)-J(X))2w(X)dX]]>