[發明專利]一種斑馬線型人行橫道檢測方法在審
| 申請號: | 201810534765.1 | 申請日: | 2018-05-29 |
| 公開(公告)號: | CN108805060A | 公開(公告)日: | 2018-11-13 |
| 發明(設計)人: | 程瑞琦;楊愷倫;汪凱巍;于紅雷 | 申請(專利權)人: | 杭州視氪科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06N3/04;G06T7/136 |
| 代理公司: | 杭州求是專利事務所有限公司 33200 | 代理人: | 黃歡娣;邱啟旺 |
| 地址: | 310000 浙江省杭州市余*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 人行橫道 斑馬線 檢測 相機采集圖像 距離和方向 無人車導航 小型處理器 光照條件 實時性好 視障人士 應用場景 過馬路 跨平臺 漏檢率 誤檢率 黑夜 采集 圖像 輸出 | ||
1.一種斑馬線型人行橫道檢測方法,其特征在于,包括以下步驟:
(1)采集彩色圖像Color,Color面積大小為W×H=area,W為Color的水平方向像素數,H為Color的豎直方向像素數。
(2)將Color轉換為灰度圖像。將灰度圖像或其下采樣圖像輸入神經網絡,將神經網絡的輸出層中數值最大值的節點所對應的閾值t作為二值化閾值,對灰度圖像或其下采樣圖像進行閾值分割,提取灰度圖像中灰度值大于t的合格像素。
(3)對所有合格像素,采用區域生長法提取連通區域,每一個連通區域作為一個候選區域,計算該候選區域面積a;
(4)對于任意一個候選區域,建立覆蓋該候選區域的最小矩形區域,并提取該最小矩形區域的長邊與Color豎直邊的夾角b;進一步對候選區域經過候選區域面積a,夾角b和凹凸性的篩選(若其重心在區域的邊界之外,則判定為凹圖形,否則判定為凸圖形),篩選出a1<a<a2、0<b<b2、且為凸圖形的候選區域作為合格候選區域,其中,a1、a2分別為合格候選區域面積的下限和上限,b2為合格候選區域夾角b的上限;由合格候選區域構成候選集合C。
(5)選取C中不相同的任意兩個初始合格候選區域i和j,再從C中選擇除i和j以外、但與i、j相近的合格候選區域k,由i、j和一個或多個相近的合格候選區域k組成一致集合Sij;所述相近的合格候選區域的選擇標準如下:①相近的合格候選區域的k的重心與合格候選區域i、j重心的連線距離均小于t1,②相近的合格候選區域的k的最小矩形區域長邊與i或j的最小矩形區域長邊夾角大于t2,③i、j重心連線與相近的合格候選區域k的最小區域矩形的兩條相對的邊相交;其中t1為相近的合格候選區域與初始合格候選區域的距離上限,t2為相近的合格候選區域與初始候選區域的夾角上限;
(6)對一致集合Sij中的每個合格候選區域,計算其灰度平均值作為該區域的灰度值,記為v,及其最小矩形區域的長邊與Color豎直邊的夾角,記為g;計算Sij中所有候選區域的v的平均值m1、所有候選區域的g的平均值m2,剔除Sij中偏離的合格候選區域,所述偏離的合格候選區域為|v-m1|>t3且|g-m2|>t4,其中t3是判斷為偏離區域的灰度閾值,t4是判斷為偏離區域的夾角閾值。
(7)在C中選取遍歷所有的i和j組合,重復步驟(5);對得到的每個一致集合Sij,計算集合內的標準差值D,選擇D值最小的一致集合S*作為斑馬線檢測結果;所述標準差值D=C1*D1+C2*D2+C3*D3+C4*D4,其中C1、C2、C3和C4取值范圍均為[0,1],D1、D2、D3和D4分別為四個標準差分量;所述的四個標準差分量分別定義如下
其中,N為一致集合內的元素個數(所述元素為:剔除偏離的合格候選區域后,剩余的合格候選區域),dr為第r個元素到直線(所述直線是:對所有元素的重心利用最小二乘法擬合而出的)的距離,Lr為第r個元素的最小矩形區域的長邊長度,Wr為第r個元素的最小矩形區域的短邊長度,Or為第r個元素的最小矩形區域的長邊與Color豎直邊的夾角,其他符號的定義如下
L'r=αyr+β
Wr'=λyr+μ
其中,yr是第r個元素的重心在圖像坐標系y軸的坐標,α和β為用最小二乘法擬合的所有元素的最小矩形區域的長邊長度與其y坐標的線性關系的系數,λ和μ為用最小二乘法擬合的所有元素的最小矩形區域的短邊長度與其y坐標的線性關系的系數,om為所有元素的最小矩形區域的長邊與Color豎直邊的夾角的平均值。
(8)一致集合S*中的元素即為斑馬線型人行橫道的條帶,所有元素的最小矩形區域的短邊長度的方向的平均值即為斑馬線型人行橫道的方向,一致集合S*構成的區域即為斑馬線型人行橫道的區域。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州視氪科技有限公司,未經杭州視氪科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810534765.1/1.html,轉載請聲明來源鉆瓜專利網。





