[发明专利]检测图像中交叉口的方法和设备有效

专利信息
申请号: 200710141633.4 申请日: 2007-08-17
公开(公告)号: CN101369312A 公开(公告)日: 2009-02-18
发明(设计)人: 谢杰成;徐成华 申请(专利权)人: 日电(中国)有限公司
主分类号: G06K9/20 分类号: G06K9/20;G06K9/46
代理公司: 中科专利商标代理有限责任公司 代理人: 王波波
地址: 100007北京市东城区东四十*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 检测 图像 交叉口 方法 设备
【权利要求书】:

1.一种检测图像中的交叉口的方法,包括步骤:

通过检测所接收的待检测图像来获得所述图像的特征参数从而 确定该图像中是否具有类似倒三角形状的天空区;

在确定待检测图像中具有类似倒三角形状的天空区时,判断待检 测图像中包含交叉口;

其中,所述特征参数至少包括表示结构化特征的多个特征值;所 述通过检测所接收的待检测图像来获得所述图像的特征参数从而确定 该图像中是否具有类似倒三角形状的天空区的步骤包括:

采用结构化特征提取子描述待检测图像中类似倒三角形状 的天空区,获得该图像的包括多个特征值的特征参数;以及

利用事先创建的分类器对获得的多个特征值进行分类来判 断图像中是否具有类似倒三角形状的天空区;

其中,所述结构化特征提取子是表示包括左上对右下的反差和右 上对左下的反差的模板。

2.如权利要求1所述的方法,其特征在于,在对所述接收的待检 测图像检测之前还包括步骤:

对所述待检测图像进行预处理。

3.如权利要求2所述的方法,其特征在于,所述的预处理至少包 括以下处理之一:

对待检测图像进行去噪、滤波、同态运算或下采样处理。

4.如权利要求1所述的方法,其特征在于,所述分类器是利用机 器学习方法或者统计方法从多幅训练图像创建的。

5.如权利权利要求1~4之一所述的方法,其特征在于,在对待 检测图像中的多幅图像进行检测并获得检测结果后,还包括去除检测 结果中的异常值的步骤。

6.根据权利要求5所述的方法,其特征在于,异常值的去除是基 于图像中的等值线和图像上边界之间区域的平均颜色来实现的。

7.根据权利要求5所述的方法,其特征在于,异常值的去除是通 过将检测结果为肯定的多幅图像的数目与预定的数目进行比较来实现 的。

8.一种检测图像中的交叉口的方法,包括步骤:

通过检测所接收的待检测图像来获得所述图像的特征参数从而 确定该图像中是否具有类似倒三角形状的天空区;

在确定待检测图像中具有类似倒三角形状的天空区时,判断待检 测图像中包含交叉口;

其中,所述特征参数至少包括区域相似度;所述通过检测所接收 的待检测图像来获得所述图像的特征参数从而确定该图像中是否具有 类似倒三角形状的天空区的步骤包括:

对所述接收的待检测图像进行边缘检测,生成边缘图像;

对所述边缘图像进行距离变换,得到该图像的距离场;

搜索所述距离场中的影响范围的最大值,所述最大值的影响 范围达到所检测图像的上边界;

计算由所述最大值相关联的等值线和图像的上边界所形成 的区域与倒三角形之间的区域相似度;以及

比较计算的区域相似度与预定的阈值,在所述区域相似度大 于预定的阈值时,确定所述待检测图像包括倒三角形状的天空区;

其中,所述最大值的影响范围是指在该影响范围中,在该最大值 和每个位置之间的与任何边缘没有交叉的最短路径要小于该位置和任 何其它最大值之间的与任何边缘没有交叉的路径。

9.如权利要求8所述的方法,其特征在于,在对所述接收的待检 测图像检测之前还包括步骤:

对所述待检测图像进行预处理。

10.如权利要求9所述的方法,其特征在于,所述的预处理至少 包括以下处理之一:

对待检测图像进行去噪、滤波、同态运算或下采样处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于日电(中国)有限公司,未经日电(中国)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200710141633.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top