[發明專利]基于點云數據和圖像識別的道路標識識別方法及系統

有效

• 申請號: 202310724151.0
• 申請日: 2023-06-19
• 公開（公告）號: CN116503821B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 王勇;林修全;陳濤;黃濤銀;張波;于松松
• 申請（專利權）人: 成都經開地理信息勘測設計院有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V20/58;G06V20/64;G06V10/26;G06V10/30;G06V10/44;G06V10/762;G06V10/764;G06V10/774;G06V10/82
• 代理公司: 成都四合天行知識產權代理有限公司 51274
• 代理人: 張超

1.基于點云數據和圖像識別的道路標識識別方法，其特征在于，包括：

獲取預設區域內的點云數據和對應所述點云數據的目標圖像；所述目標圖像包含道路和配置于道路的道路標識，且沿所述道路的方向拍攝；

對所述目標圖像進行圖像識別，提取出道路的邊緣數據，并根據所述邊緣數據對應的銳度信息確定深度數據；

根據所述邊緣數據和所述深度數據為所述目標圖像的像素矩陣賦值形成三維像素矩陣；所述三維像素矩陣中的元素為六維序列；所述六維序列包括R通道、G通道、B通道、X坐標、Y坐標和Z坐標；其中所述Z坐標對應所述深度數據；

對所述點云數據進行聚類分析獲取疑似道路標識的數據作為疑似數據；

將所述三維像素矩陣匹配進所述點云數據中，并獲取所述三維像素矩陣中對應所述點云數據中疑似數據的元素作為疑似元素；

根據所述疑似元素的R通道、G通道和B通道數據判斷所述疑似元素是否為道路標識，以及對應的道路標識種類；

根據所述邊緣數據對應的銳度信息確定深度數據包括：

根據拍攝所述目標圖像的拍攝設備的相關參數計算所述目標圖像的景深數據；

根據所述銳度信息從所述邊緣數據中尋找出兩側銳度大于預設值的點作為銳度分界點；

根據所述景深數據計算所述銳度分界點的深度坐標作為基準深度坐標，并將所述目標圖像中道路起點處作為零深度坐標；

根據所述景深數據、所述銳度信息、所述零深度坐標和所述基準深度坐標進行深度數據插值形成所述邊緣數據對應的深度數據。

2.根據權利要求1所述的基于點云數據和圖像識別的道路標識識別方法，其特征在于，根據所述景深數據、所述銳度信息、所述零深度坐標和所述基準深度坐標進行深度數據插值形成所述邊緣數據對應的深度數據包括：

將所述零深度坐標和所述基準深度坐標之間的區域作為第一插值區域，并將所述邊緣數據中非第一插值區域作為第二插值區域；

基于所述景深數據計算所述目標圖像中的深度折算函數；所述深度折算函數為目標圖像中線條長度和實際線條長度的對應關系；

根據所述深度折算函數對所述第一插值區域進行深度數據插值形成第一深度坐標，并根據所述深度折算函數對所述第二插值區域進行深度數據插值形成第二深度坐標；

獲取所述第二深度坐標對應的銳度信息，并聯立銳度變化函數和所述深度折算函數對所述第二深度坐標進行修正形成第三深度坐標；所述銳度變化函數為所述第二插值區域內深度數據和銳度的對應關系；

將所述第一深度坐標和第三深度坐標合并形成所述邊緣數據對應的深度數據。

3.根據權利要求1所述的基于點云數據和圖像識別的道路標識識別方法，其特征在于，根據所述邊緣數據和所述深度數據為所述目標圖像的像素矩陣賦值形成三維像素矩陣包括：

根據所述目標圖像的拍攝位置在所述點云數據中坐標計算所述零深度坐標對應的邊緣數據在所述點云數據中的坐標作為基準坐標；

根據所述基準坐標和所述目標圖像的拍攝方向計算每個邊緣數據在所述點云數據中的坐標作為邊緣數據坐標；

將所述邊緣數據坐標和所述深度數據賦值于所述像素矩陣中的邊緣數據形成三維像素矩陣。

4.根據權利要求1所述的基于點云數據和圖像識別的道路標識識別方法，其特征在于，根據所述疑似元素的R通道、G通道和B通道數據判斷所述疑似元素是否為道路標識，以及對應的道路標識種類包括：

將所述疑似元素的R通道、G通道和B通道數據輸入標識識別模型中，并將所述標識識別模型的輸出結果作為識別結果。

5.根據權利要求4所述的基于點云數據和圖像識別的道路標識識別方法，其特征在于，所述標識識別模型的建立包括：

收集道路標識的樣本，并將所述道路標識的樣本分為警告標識、禁令標識和指示標識；所述道路標識的樣本包括從多個角度獲取的道路標識的圖像；

在RGB色彩空間中分別建立警告標識、禁令標識和指示標識的識別標準；

根據所述識別標準建立分類模型；

基于分類后的所述道路標識的樣本對卷積神經網絡進行訓練，形成警告標識識別模型、禁令標識識別模型和指示標識識別模型；

將所述分類模型、警告標識識別模型、禁令標識識別模型和指示標識識別模型作為所述標識識別模型。