[發(fā)明專利]一種高速路段及城市道路車道線識(shí)別方法有效
| 申請(qǐng)?zhí)枺?/td> | 201611084618.6 | 申請(qǐng)日: | 2016-11-30 |
| 公開(公告)號(hào): | CN106778551B | 公開(公告)日: | 2020-07-31 |
| 發(fā)明(設(shè)計(jì))人: | 成劍;沙濤 | 申請(qǐng)(專利權(quán))人: | 南京理工大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00 |
| 代理公司: | 南京理工大學(xué)專利中心 32203 | 代理人: | 陳鵬;朱顯國(guó) |
| 地址: | 210094 *** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 高速 路段 城市道路 車道 識(shí)別 方法 | ||
1.一種高速路段及城市道路車道線識(shí)別方法,其特征在于,包括以下步驟:
步驟1、通過(guò)攝像機(jī)獲取車道圖像,利用攝像機(jī)參數(shù)自標(biāo)定方法得到攝像機(jī)的內(nèi)外參數(shù),求得車道平面消失線;
步驟2、對(duì)車道圖像進(jìn)行灰度化處理并劃分感興趣區(qū)域;
步驟3、對(duì)步驟2得到的圖像進(jìn)行中值濾波;
步驟4、對(duì)中值濾波后的圖像使用Gabor變換提取車道線紋理特征;
步驟5、采用多角度Haar特征描述車道線邊緣特征,利用Adaboost分類器進(jìn)行分類識(shí)別;具體為:
步驟5-1,在Haar特征使用0°,90°和45°特征的基礎(chǔ)上增加傾斜30°特征和傾斜60°特征,在30°、45°和60°傾斜矩形外圍設(shè)置非傾斜矩形,該非傾斜矩形的四邊經(jīng)過(guò)傾斜矩形的四個(gè)頂點(diǎn);
設(shè)窗口有L×W個(gè)像素,Haar特征H(x,y,l,w,α),頂點(diǎn)坐標(biāo)為(x,y),矩形區(qū)域長(zhǎng)度為l,寬度為w,傾斜角為α,則旋轉(zhuǎn)矩形的l和w的計(jì)算公式如下:
a為旋轉(zhuǎn)矩形的長(zhǎng)為,b為寬;
利用取整得到的整數(shù)作為縮放系數(shù)求取傾斜矩形的Haar特征數(shù),利用公式計(jì)算包含車道線邊緣特征的Haar特征矩形個(gè)數(shù),其中RecSum(x,y)為積分圖計(jì)算式;
步驟5-2,基于AD-Adaboost算法,利用參數(shù)計(jì)算公式,設(shè)定弱分類器的權(quán)重不僅與誤報(bào)率有關(guān),還與正樣本的識(shí)別能力有關(guān);
給定訓(xùn)練樣本集(x1,y1),(x2,y2),...,(xN,yN),其中yi對(duì)于負(fù)樣本和正樣本為0和1,負(fù)樣本和正樣本分別初始化權(quán)重為W1(i)=1/2q,1/2p,q和p分別為負(fù)樣本和正樣本;算法經(jīng)過(guò)T次循環(huán)構(gòu)建強(qiáng)分類器,F(xiàn)or t=1,2,...,T,計(jì)算弱分類器hj的分類誤差選取當(dāng)分類誤差εt最小時(shí)的弱分類器Ht;
對(duì)Ht計(jì)算正權(quán)重總和:
更新權(quán)重:
其中弱分類器權(quán)重參數(shù)
歸一化下一個(gè)循環(huán)的權(quán)重式中,Zt是歸一化因子,
將得到的t個(gè)弱分類器組合到一個(gè)強(qiáng)分類器,得到的強(qiáng)分類器為
其中,θ是分類錯(cuò)誤率的判別閾值,αt=-logεt;
當(dāng)H(x)為1時(shí),像素點(diǎn)x是車道線特征點(diǎn),當(dāng)H(x)為0時(shí),x不是車道線特征點(diǎn),在圖像f(x,y)中,將H(x)=0的像素點(diǎn)去除,保留下來(lái)的像素點(diǎn)即為車道線特征點(diǎn);
步驟6、針對(duì)結(jié)構(gòu)化道路設(shè)計(jì)雙曲線組合模型;
步驟7、利用改進(jìn)Ransac算法估計(jì)雙曲線組合模型參數(shù);具體為:
每次找4個(gè)點(diǎn),其中3個(gè)點(diǎn)設(shè)計(jì)模型求得模型參數(shù),剩下一個(gè)點(diǎn)進(jìn)行模型匹配,看是否在模型上,如果不在,則放棄此樣本重新選擇,如果在,則將此模型作為候選模型;繼續(xù)尋找其它點(diǎn)進(jìn)行模型匹配,如果支撐候選模型的點(diǎn)數(shù)大于等于設(shè)定閾值,則此候選模型即為目標(biāo)模型;若支撐候選模型的點(diǎn)數(shù)小于設(shè)定閾值,則放棄此候選模型,繼續(xù)尋找4個(gè)點(diǎn)。
2.根據(jù)權(quán)利要求1所述的高速路段及城市道路車道線識(shí)別方法,其特征在于,步驟1中,首先建立圖像坐標(biāo)系和世界坐標(biāo)系,設(shè)計(jì)兩個(gè)坐標(biāo)系中點(diǎn)坐標(biāo)對(duì)應(yīng)關(guān)系,根據(jù)攝像機(jī)的標(biāo)定過(guò)程確定內(nèi)部參數(shù),根據(jù)坐標(biāo)對(duì)應(yīng)關(guān)系來(lái)計(jì)算車道線在空間坐標(biāo)的位置參數(shù),再根據(jù)內(nèi)外參數(shù)得到車道消失線的位置。
3.根據(jù)權(quán)利要求1所述的高速路段及城市道路車道線識(shí)別方法,其特征在于,步驟2中,對(duì)采集到的RGB圖像像素以5:4:1權(quán)重進(jìn)行灰度化處理。
4.根據(jù)權(quán)利要求1所述的高速路段及城市道路車道線識(shí)別的方法,其特征在于,將消失線下方設(shè)為感興趣區(qū)域,將消失線下方1/3區(qū)域作為感興趣區(qū)域I,其余2/3區(qū)域作為感興趣區(qū)域Ⅱ。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京理工大學(xué),未經(jīng)南京理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611084618.6/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 交通數(shù)據(jù)預(yù)測(cè)裝置以及交通數(shù)據(jù)預(yù)測(cè)方法
- 一種路段間信息傳輸方法,功耗控制方法及裝置和系統(tǒng)
- 一種基于路段通行能力的交通擁堵控制方法及裝置
- 一種路段方向識(shí)別方法及裝置
- 路況預(yù)測(cè)方法及裝置
- 預(yù)測(cè)路況狀態(tài)的方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)
- 一種基于路網(wǎng)拓?fù)浣Y(jié)構(gòu)的交通狀態(tài)評(píng)定方法及系統(tǒng)
- 一種基于大數(shù)據(jù)的尋路方法和系統(tǒng)
- 一種路網(wǎng)關(guān)鍵路段辨識(shí)方法
- 導(dǎo)航方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)





