[發(fā)明專利]一種基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710330557.5
• 申請(qǐng)日: 2017-05-11
• 公開（公告）號(hào): CN107301371A
• 公開（公告）日: 2017-10-27
• 發(fā)明（設(shè)計(jì)）人: 莊敏;鹿鵬;龍剛;李翊;婁海濤;權(quán)瀟;劉以續(xù)
• 申請(qǐng)（專利權(quán)）人: 江蘇保千里視像科技集團(tuán)股份有限公司;北京聯(lián)合大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/34;G06K9/46;G06K9/62
• 代理公司: 深圳市君勝知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)44268
• 代理人: 劉文求,王永文

1.一種基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，包括步驟：

A、通過攝像機(jī)實(shí)時(shí)獲取道路視頻圖像，并對(duì)所述道路視頻圖像進(jìn)行校正；

B、采用非結(jié)構(gòu)化道路邊緣檢測(cè)算法對(duì)校正后的道路視頻圖像進(jìn)行處理，獲得第一預(yù)瞄點(diǎn)；

C、采用非結(jié)構(gòu)化道路分割算法對(duì)校正后的道路視頻圖像進(jìn)行處理，獲得第二預(yù)瞄點(diǎn)；

D、采用最小二乘法對(duì)所述第一預(yù)瞄點(diǎn)和第二預(yù)瞄點(diǎn)進(jìn)行擬合，得到道路虛擬中心線。

2.根據(jù)權(quán)利要求1所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟B具體包括：

B1、對(duì)所述道路視頻圖像進(jìn)行灰度化和去噪預(yù)處理；

B2、采用Canny算法檢測(cè)道路視頻圖像邊緣并進(jìn)行形態(tài)學(xué)修正；

B3、采用霍夫變換提取道路視頻圖像邊緣并計(jì)算得出第一預(yù)瞄點(diǎn)。

3.根據(jù)權(quán)利要求1所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟C具體包括：

C1、預(yù)先提取道路視頻圖像的顏色特征和空間特征；

C2、采用SLIC算法對(duì)道路視頻圖像進(jìn)行分割獲得超像素?cái)?shù)據(jù)；

C3、采用K-means聚類算法對(duì)道路視頻圖像進(jìn)行聚類并計(jì)算得出第二預(yù)瞄點(diǎn)。

4.根據(jù)權(quán)利要求3所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟C2具體包括：

C21、對(duì)道路視頻圖像中的像素點(diǎn)進(jìn)行初始化聚類處理獲得若干初始種子點(diǎn)；

C22、在道路視頻圖像3*3領(lǐng)域內(nèi)重新選擇種子點(diǎn)；

C23、在2S*2S的范圍內(nèi)搜索距離所述重新選擇的種子點(diǎn)最近的若干像素點(diǎn)，并對(duì)搜索到的像素點(diǎn)設(shè)置標(biāo)簽且歸為一類；

C24、當(dāng)同一個(gè)像素點(diǎn)同時(shí)被歸類到多個(gè)種子點(diǎn)時(shí)，則計(jì)算所述像素點(diǎn)與多個(gè)種子點(diǎn)之間的距離，將距離最小值對(duì)應(yīng)的種子點(diǎn)作為所述像素點(diǎn)的聚類中心；

C25、對(duì)所述聚類中心進(jìn)行步驟C22-C24的迭代處理，直到誤差收斂，得到最后分割的超像素?cái)?shù)據(jù)。

5.根據(jù)權(quán)利要求3所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟C3具體包括：

C31、隨機(jī)從所述超像素?cái)?shù)據(jù)中選取若干個(gè)聚類質(zhì)心點(diǎn)；

C32、遍歷所述超像素?cái)?shù)據(jù)，將每一個(gè)超像素?cái)?shù)據(jù)劃分到與其距離最近的質(zhì)心點(diǎn)，形成聚類；

C33、計(jì)算每個(gè)聚類的平均值并作為新的質(zhì)心點(diǎn)；

C34、重復(fù)所述步驟C32-C33，直到質(zhì)心點(diǎn)收斂，從而獲得第二預(yù)瞄點(diǎn)。

6.根據(jù)權(quán)利要求1所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟D中最小二乘法的公式為：；

；其中，點(diǎn)是多元函數(shù)，且滿足方程取得極小值；k=0，1，...n；當(dāng)線性無關(guān)時(shí)，就是所求的最小二乘解。

7.根據(jù)權(quán)利要求2所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)方法，其特征在于，所述步驟B1中的灰度化處理公式為：。

8.一種基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)系統(tǒng)，其特征在于，包括：

校正模塊，用于通過攝像機(jī)實(shí)時(shí)獲取道路視頻圖像，并對(duì)所述道路視頻圖像進(jìn)行校正；

第一計(jì)算模塊，用于采用非結(jié)構(gòu)化道路邊緣檢測(cè)算法對(duì)校正后的道路視頻圖像進(jìn)行處理，獲得第一預(yù)瞄點(diǎn)；

第二計(jì)算模塊，用于采用非結(jié)構(gòu)化道路分割算法對(duì)校正后的道路視頻圖像進(jìn)行處理，獲得第二預(yù)瞄點(diǎn)；

擬合模塊，用于采用最小二乘法對(duì)所述第一預(yù)瞄點(diǎn)和第二預(yù)瞄點(diǎn)進(jìn)行擬合，得到道路虛擬中心線。

9.根據(jù)權(quán)利要求8所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)系統(tǒng)，其特征在于，所述第一計(jì)算模塊具體包括：

預(yù)處理單元，用于對(duì)所述道路視頻圖像進(jìn)行灰度化和去噪預(yù)處理；

修正單元，用于采用Canny算法檢測(cè)道路視頻圖像邊緣并進(jìn)行形態(tài)學(xué)修正；

第一計(jì)算單元，用于采用霍夫變換提取道路視頻圖像邊緣并計(jì)算得出第一預(yù)瞄點(diǎn)。

10.根據(jù)權(quán)利要求8所述的基于圖像信息融合的非結(jié)構(gòu)化道路檢測(cè)系統(tǒng)，其特征在于，所述第二計(jì)算模塊具體包括：

提取單元，用于預(yù)先提取道路視頻圖像的顏色特征和空間特征；

分割單元，用于采用SLIC算法對(duì)道路視頻圖像進(jìn)行分割獲得超像素?cái)?shù)據(jù)；

第二計(jì)算單元，用于采用K-means聚類算法對(duì)道路視頻圖像進(jìn)行聚類并計(jì)算得出第二預(yù)瞄點(diǎn)。