[發明專利]道路標線的檢測與識別方法、電子裝置和存儲介質有效
| 申請號: | 202011218902.4 | 申請日: | 2020-11-04 |
| 公開(公告)號: | CN112464737B | 公開(公告)日: | 2022-02-22 |
| 發明(設計)人: | 杜心語;王弘玥;余天明;張軒丞 | 申請(專利權)人: | 浙江預策科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 杭州華進聯浙知識產權代理有限公司 33250 | 代理人: | 龍偉 |
| 地址: | 311100 浙江省*** | 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: | 道路 標線 檢測 識別 方法 電子 裝置 存儲 介質 | ||
1.一種道路標線的檢測與識別方法,其特征在于,包括:
獲取基于不同架設角度、不同架設高度以及不同分辨率的攝像機采集的道路監控圖像訓練的深度學習網絡;
采集道路監控視頻,從所述道路監控視頻中抽取待檢測圖像;
使用所述深度學習網絡對所述待檢測圖像中的道路標線進行檢測,得到用于表示所述待檢測圖像中各種類型的道路標線的候選位置以及各種類型的道路標線的掩膜圖像,所述掩膜圖像中的每個像素存放第一數據,所述第一數據表示對應類型的道路標線在該像素中的置信度;
將所述候選位置依據道路標線的類型及其置信度進行后處理,并根據后處理結果從所述候選位置中確定該道路標線的選定位置;
其中,所述將所述候選位置依據道路標線的類型及其置信度進行后處理,并根據后處理結果從所述候選位置中確定該道路標線的選定位置包括以下步驟中的至少之一:
在道路標線是車行道邊緣線的情況下,設置第一閾值,將第一數據大于第一閾值的對應像素值置為第一數值,將第一數據小于第一閾值的對應像素值置為第二數值,得到第一二值圖像,預處理所述第一二值圖像去除異常像素點,獲取所述車行道邊緣線的候選位置,獲取所述車行道邊緣線的候選位置處像素點之間的歐式距離,判斷歐式距離是否小于第六閾值,若是,采樣所述車行道邊緣線的候選位置,得到所述車行道邊緣線的選定位置;
在道路標線是可跨越同向車行道分界線的情況下,設置第二閾值,將第一數據大于第二閾值的對應像素值置為第一數值,將第一數據小于第二閾值的對應像素值置為第二數值,得到第二二值圖像,預處理所述第二二值圖像去除異常像素點,獲取候選可跨越同向車行道分界線的候選位置,獲取可跨越同向車行道分界線的候選位置處像素點之間的歐式距離,判斷歐式距離是否小于第九閾值,若是,通過選取其縱坐標最小和最大處的點,確定可跨越同向車行道分界線的選定位置;
在道路標線是導向箭頭的情況下,按照從大至小排序第一數據獲取所述第一數據的下標,設置第三閾值,將小于第三閾值的所述下標對應的像素值保持不變,將大于第三閾值的所述下標對應的像素值置為第二數值,得到候選導向箭頭圖像,設置第四閾值,在所述候選導向箭頭圖像中,將第一數據大于第四閾值的對應像素值置為第一數值,將第一數據小于第四閾值的對應像素值置為第二數值,得到第三二值圖像,預處理所述第三二值圖像去除異常像素點,獲取導向箭頭的候選位置,聚類所述導向箭頭的候選位置處的點,通過計算每個聚類族的平均坐標確定導向箭頭的選定位置;
在道路標線是導流線的情況下,設置第五閾值,將第一數據大于第五閾值的對應像素值置為第一數值,將第一數據小于第五閾值的對應像素值置為第二數值,得到第四二值圖像,預處理所述第四二值圖像去除異常像素點,獲取導流線的候選位置,其中,所述導流線的候選位置處的點包括所述第四二值圖像去除異常像素點后的連通域,獲取所述導流線候選位置處的點的坐標,縱坐標每間隔K個像素采樣所述連通域最邊緣處的像素,確定導流線的選定位置,其中,K是大于20的正整數;
在道路標線是道路出入口標線的情況下,設置第七閾值,將第一數據大于第七閾值的對應像素值置為第一數值,將第一數據小于第七閾值的對應像素值置為第二數值,得到第五二值圖像,預處理所述第五二值圖像去除異常像素點,獲取所述道路出入口標線的候選位置,獲取所述道路出入口標線的候選位置處像素點之間的歐式距離,判斷歐式距離是否小于第八閾值,若是,采樣所述道路出入口標線的候選位置,得到所述道路出入口標線的選定位置。
2.根據權利要求1所述的道路標線的檢測與識別方法,其特征在于,獲取基于不同架設角度、不同架設高度以及不同分辨率的攝像機采集的道路監控圖像訓練的深度學習網絡包括:
獲取基于不同架設角度、不同架設高度以及不同分辨率的攝像機采集的道路監控圖像;
標注所述道路監控圖像中的道路標線,得到標注后數據;
根據所述標注后數據得到標準模板圖像;
輸入所述道路監控圖像至深度學習網絡,獲取網絡預測值,根據所述網絡預測值和所述標準模板圖像獲取損失值,根據所述損失值對所述深度學習網絡進行訓練。
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浙江預策科技有限公司,未經浙江預策科技有限公司許可,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/202011218902.4/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種紡織染料生產用粉碎裝置
- 下一篇:一種紡織印染中染料的安全清洗裝置





