[發明專利]基于顏色模式分析與語義分割的盲道檢測方法

有效

• 申請號: 201810735337.5
• 申請日: 2018-07-06
• 公開（公告）號: CN109117723B
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 蘭曉松;李書曉;朱承飛;常紅星
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/08
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

1.一種基于顏色模式分析與語義分割的盲道檢測方法，其特征在于，所述方法包括：

獲取待檢測圖像對應的盲道顏色概率特征圖；所述盲道顏色概率特征圖用于表示所述待檢測圖像中每個像素屬于盲道的概率；

利用預先構建的高斯擴散模型獲取所述待檢測圖像對應的盲道位置概率特征圖；所述盲道位置概率特征圖用于表示在所述待檢測圖像中每個像素位置上出現盲道的概率；

利用預先構建的語義分割模型獲取所述待檢測圖像對應的盲道局部紋理特征圖，并根據所述盲道顏色概率特征圖、所述盲道位置概率特征圖和所述盲道局部紋理特征圖獲取特征融合圖像，對所述特征融合圖像進行語義分割得到所述待檢測圖像中的盲道區域；

其中，所述語義分割模型是基于深度神經網絡構建的模型；

其中，“獲取待檢測圖像對應的盲道顏色概率特征圖”，具體包括：

獲取所述待檢測圖像中每個像素點在預設的顏色模式下的顏色值；

根據所述顏色值并利用預設的盲道顯著性模型，獲取所述待檢測圖像中每個像素點屬于盲道的概率；

其中，所述盲道顯著性模型是根據：獲取在所述顏色模式下預設的訓練樣本圖像中的盲道顏色模式與所述訓練樣本圖像對應的場景顏色模式，對所述盲道顏色模式和所述場景顏色模式進行歸一化處理得到盲道顏色模式概率分布和場景顏色模式概率分布，計算所述分布比對結果所生成的模型；

其中，“獲取在所述顏色模式下所述訓練樣本圖像中的盲道顏色模式和所述訓練樣本圖像對應的場景顏色模式”的步驟包括：對所述訓練樣本圖像進行量化處理，得到所述訓練樣本圖像的顏色模式直方圖；利用所述顏色模式直方圖，統計所述訓練樣本圖像中屬于盲道的像素點和屬于訓練樣本圖像場景的像素點；根據統計結果獲取所述盲道顏色模式與所述場景顏色模式；

根據所述每個像素點對應的概率生成盲道顏色概率特征圖；

其中，“利用預先構建的高斯擴散模型獲取所述待檢測圖像對應的盲道位置概率特征圖”的步驟包括：

獲取預設的訓練樣本圖像對應的盲道位置概率，并根據所述盲道位置概率生成盲道位置概率粗圖；

利用所述高斯擴散模型對所述盲道位置概率粗圖進行平滑處理，得到盲道位置概率特征圖。

2.根據權利要求1所述的基于顏色模式分析與語義分割的盲道檢測方法，其特征在于，

“獲取所述待檢測圖像中每個像素點在預設的顏色模式下的顏色值”具體包括：

在RGB顏色空間或者轉換后的RGB、HIS或Lab顏色空間中，對待檢測圖像顏色進行量化，建立顏色模式直方圖，根據所建立的顏色模式直方圖，確定出待檢測圖像中每個像素點在預設的顏色模式下的顏色值。

3.根據權利要求1所述的基于顏色模式分析與語義分割的盲道檢測方法，其特征在于，“對所述盲道顏色模式和所述場景顏色模式進行歸一化處理得到盲道顏色模式概率分布和場景顏色模式概率分布”具體包括：利用所述顏色模式直方圖分別統計訓練樣本圖像中盲道顏色模式及整幅訓練圖片的場景顏色模式并進行歸一化，分別得到盲道顏色模式的歸一化概率分布和場景顏色模式的歸一化概率分布。

4.根據權利要求1所述的基于顏色模式分析與語義分割的盲道檢測方法，其特征在于，所述盲道顯著性模型如下式所示：

M_blind＝{ω_k|k＝1,2,…, N}

其中，

ω_k表示顏色直方圖模式中第k個模式盲道顯著性強度，是盲道顯著性計算中的中間符號，指的是中的最大值，用于歸一化p_bk和p_sk分別表示盲道顏色模式的歸一化概率和場景顏色模式的歸一化概率，k＝1, …,N，M_blind表示盲道顯著性模型。

5.根據權利要求1所述的基于顏色模式分析與語義分割的盲道檢測方法，其特征在于，“獲取預設的訓練樣本圖像對應的盲道位置概率，并根據所述盲道位置概率生成盲道位置概率粗圖”的步驟包括：

將每個訓練樣本圖像均轉換為尺寸相同的樣本圖片；

統計在所述樣本圖像的每個像素點位置出現盲道的次數；

根據所統計出的次數以及所述樣本圖片的總數，計算在每個所述像素點位置出現盲道的概率，并根據所述概率生成所述盲道位置概率粗圖。