[發明專利]一種基于圖像的路面分割方法及系統

在審

• 申請號: 202210103308.3
• 申請日: 2022-01-27
• 公開（公告）號: CN114419057A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 王和平;陳雅瓊;李山路;李曉凱;莫家源;龔小龍
• 申請（專利權）人: 盛視科技股份有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10;G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/82
• 代理公司: 深圳市正威知識產權代理事務所(特殊普通合伙) 44643
• 代理人: 柳大江

本發明涉及計算機視覺和圖像處理技術領域，具體是一種基于圖像的路面分割方法及系統，包括以下步驟：場景采集步驟：使用拍攝設備采集路面場景圖像，且采集不同自然條件下的場景；圖像處理步驟：根據采集的圖像進行預處理，從而得到預定量的圖像樣本，并將圖像樣本生成路面圖像訓練集和驗證集；圖像模型處理步驟:將Cityscapes數據集的圖像數據輸入深度學習分割路面網絡Bisenet中進行訓練。本發明的分割方法具備自然路面場景感知能力，能夠實現高效的特征表征，極大程度上改善了圖像語義分割的準確率和精細程度，減少了誤分割現象，而且采用了跳躍融合結構，將底層特征信息和深層語義信息進行高度結合，保留原圖像的空間信息的同時也能快速獲取最大感受野。

技術領域

本發明涉及計算機視覺和圖像處理技術領域，具體是一種基于圖像的路面分割方法及系統。

背景技術

圖像分割作為計算機視覺和圖像處理領域的關鍵技術，能夠處理場景圖像語義理解面臨的諸多問題，隨著深度學習進一步深入發展，圖像分割技術也得到了廣泛的應用。在路面分割檢測任務中，主要采用的技術包括傳統視覺處理技術和深度學習的目標分割技術。傳統的視覺處理技術主要通過模板匹配、均值漂移、聚類等相關算法進行圖像特征提取，對其進行圖像逐像素分類。路面圖像分割主要根據圖像的灰度、形態、紋理等相關特征，將圖像分割成若干個互不重疊的區域。

中國專利號CN107220632B提供一種基于法向特征的路面圖像分割方法，本發明利用雙目相機得到的深度圖像結合相機的內參轉換為平面法向圖。在平面法向圖中利用法向特征確定道路平面，完成對道路平面的分割處理，將其標記為可安全行駛的區域，剩余區域標記為防撞區域。

現有的主流路面分割方法主要存在針對復雜場景，例如雨雪、霧霾、夜晚等路面分割效果較差，很難兼顧準確性和實時性，因此，亟需設計一種基于圖像的路面分割方法及系統解決上述問題。

發明內容

本發明的目的在于提供一種基于圖像的路面分割方法及系統，以解決上述背景技術中提出的現有主流路面分割方法分割效果較差及無法兼顧準確性和實時性的問題。

本發明的技術方案是：一種基于圖像的路面分割方法，包括以下步驟：

場景采集步驟：采集路面場景圖像；

圖像處理步驟：對場景采集步驟采集的圖像進行預處理，從而得到預定量的圖像樣本，并將圖像樣本生成路面圖像訓練集和驗證集；

圖像模型處理步驟:將圖像處理步驟預處理的城市風景數據集的圖像數據輸入深度學習分割路面網絡多支路輕量化分割模型中；

圖像擴充微調步驟：將圖像處理步驟得到的路面圖像訓練集和驗證集設置成預定數量，而后進行擴充微調處理，之后對擴充微調生成的模型參數進行保存；

測試分割步驟:將待分割的路面場景圖像數據統一到預定尺寸，而后輸入final_model.pth模型進行測試分割，輸出得到路面分割結果圖。

進一步地，所述場景采集步驟中圖像采集數量為200張～500張，且采集的條件包括雨雪霧霾、室內、白天和夜晚下的路面中的一種或多種，所述采集的路面包括鄉村道路、街道、高速公路上的場景中的一種或多種。

進一步地，所述圖像處理步驟中圖像預處理方式為首先將場景采集步驟采集的圖像統一尺寸裁剪到預定大小，并轉化成16位～48位PNG格式圖像，而后選取若干張不同場景圖像進行灰度化，模擬紅外攝像頭拍攝圖像，并將灰度化后的8位圖像轉為24位深度圖像，隨后對圖像進行labelme深度學習，并用打標工具進行標簽標注，而后將標注完畢之后生成的json文件進行批量轉化，將背景的像素設置為0，道路的像素設置為1，人行道的像素設置為2，其中相同像素值的像素點表示為同一類像素點，之后將json文件轉化后生成的mask標簽圖像和原圖進行數據增強的擴充處理，將數據集由原來的300張擴充至3000張，并保持原圖和對應mask標簽圖像的同步擴充，最后將增強完畢后的數據集生成訓練、驗證和測試路徑txt文件并保存，從而得到城市風景數據集。