[發明專利]車道線識別方法和裝置、車輛在審
| 申請號: | 201880039256.X | 申請日: | 2018-10-31 |
| 公開(公告)號: | CN110770741A | 公開(公告)日: | 2020-02-07 |
| 發明(設計)人: | 崔健 | 申請(專利權)人: | 深圳市大疆創新科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 11415 北京博思佳知識產權代理有限公司 | 代理人: | 艾佳 |
| 地址: | 518057 廣東省深圳市南山區高*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 線段 車道線 關聯 貢獻度 車道線識別 道路圖像 車道線檢測 方法和裝置 綜合考慮 組合優化 魯棒性 檢測 | ||
一種車道線識別方法和裝置、車輛。所述車道線識別方法包括:識別道路圖像中所有線段;針對每一線段,從其他線段中確定出該線段的關聯線段,并計算該線段的關聯線段對該線段的貢獻度,所述貢獻度用于表征關聯線段對該線段作為車道線的影響程度大小;根據每一線段的長度及該線段的關聯線段對該線段的貢獻度,計算該線段的分值,所述分值用于表征該線段為車道線的可能性大小;將分值最高的線段及該分值最高的線段的關聯線段確定為車道線。本發明綜合考慮了道路圖像中每一線段的長度及該線段的關聯線段對該線段貢獻度判斷該線段作為車道線的可能性大小,通過組合優化,讓檢測出來的車道線結果盡可能符合實際道路線,從而提高車道線檢測的魯棒性。
技術領域
本發明涉及圖像處理技術領域,尤其涉及一種車道線識別方法和裝置、車輛。
背景技術
相關技術中,通過特征提取、直線或曲線檢測方法檢測道路圖像中的車道線。然而,在實際場景中,很多非車道線的東西也呈類似線的形狀,通過上述算法會將道路圖像中很多非車道線的東西,如道路兩側的護欄、路面標志物上的線狀標志物(如箭頭文字等)、路面上的車輛或行人邊緣等,識別成類似線的形狀,而將這些非車道線的東西識別成車道線,可見,基于上述算法識別到的車道線錯誤率較高。
發明內容
本發明提供一種車道線識別方法和裝置、車輛。
具體地,本發明是通過如下技術方案實現的:
根據本發明的第一方面,提供一種車道線識別方法,所述方法包括:
識別道路圖像中所有線段;
針對每一線段,從其他線段中確定出該線段的關聯線段,并計算該線段的關聯線段對該線段的貢獻度,所述貢獻度用于表征關聯線段對該線段作為車道線的影響程度大小;
根據每一線段的長度及該線段的關聯線段對該線段的貢獻度,計算該線段的分值,所述分值用于表征該線段為車道線的可能性大小;
將分值最高的線段及該分值最高的線段的關聯線段確定為車道線。
根據本發明的第二方面,提供一種車道線識別裝置,包括:
存儲裝置,用于存儲程序指令;
處理器,調用所述存儲裝置中存儲的程序指令,當所述程序指令被執行時,用于:
識別道路圖像中所有線段;
針對每一線段,從其他線段中確定出該線段的關聯線段,并計算該線段的關聯線段對該線段的貢獻度,所述貢獻度用于表征關聯線段對該線段作為車道線的影響程度大小;
根據每一線段的長度及該線段的關聯線段對該線段的貢獻度,計算該線段的分值,所述分值用于表征該線段為車道線的可能性大小;
將分值最高的線段及該分值最高的線段的關聯線段確定為車道線。
根據本發明的第三方面,提供一種車輛,包括:
車身;
固定在車身上的拍攝裝置;以及
處理器,所述處理器與所述拍攝裝置電連接;
所述拍攝裝置用于拍攝車輛前方的道路圖像并發送至所述處理器,所述處理器用于:
識別道路圖像中所有線段
針對每一線段,從其他線段中確定出該線段的關聯線段,并計算該線段的關聯線段對該線段的貢獻度,所述貢獻度用于表征關聯線段對該線段作為車道線的影響程度大小;
根據每一線段的長度及該線段的關聯線段對該線段的貢獻度,計算該線段的分值,所述分值用于表征該線段為車道線的可能性大小;
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深圳市大疆創新科技有限公司,未經深圳市大疆創新科技有限公司許可,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/201880039256.X/2.html,轉載請聲明來源鉆瓜專利網。





