[发明专利]斑马线检测方法、装置及计算机可读存储介质有效
申请号: | 201810285322.3 | 申请日: | 2018-04-02 |
公开(公告)号: | CN108647570B | 公开(公告)日: | 2021-08-06 |
发明(设计)人: | 刘新;宋朝忠;郭烽;张新;陈安东 | 申请(专利权)人: | 深圳市易成自动驾驶技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国;魏兰 |
地址: | 518057 广东省深圳市南山区西丽街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 斑马线 检测 方法 装置 计算机 可读 存储 介质 | ||
本发明公开了一种斑马线检测方法、装置及计算机可读存储介质,斑马线检测方法包括:获取路面图片对应的路面二值图,对所述路面二值图进行连通域提取,得到连通域图片;剔除所述连通域图片中的无效连通域图片,从路面图片中获取剩余连通域图片对应的区域图片;获取所述区域图片中的线条图片,检测所述线条图片中是否存在满足斑马线特性的目标图片组;若所述线条图片中存在满足斑马线特性的目标图片组,则所述路面图片中存在斑马线。通过本发明,从路面图片中获取线条图片,在获取到线条图片的基础上,根据获取的线条图片判断是否存在斑马线,消除了路面上其它路面标志线对检测结果的影响,提高了斑马线检测结果的准确性。
技术领域
本发明涉及图像识别技术领域,尤其涉及斑马线检测方法、装置及计算机可读存储介质。
背景技术
随着自动驾驶技术的不断发展,斑马线检测在自动驾驶环境感知中变得越来越重要,而传统斑马线检测主要是通过投影的方法来进行斑马线检测。通过投影的方法来进行斑马线检测时,不区分直线还是其它路面标志统一投影到一个方向做直方图统计,根据统计直方图判定是否存在斑马线,这样很容易照成误判,因为统计直方图可能是其它路面标志形成的,而且假如斑马线存在缺失或者污点的存在又容易照成漏检。
发明内容
本发明的主要目的在于提供一种斑马线检测方法、装置及计算机可读存储介质,旨在解决现有技术中斑马线检测方法准确性差的技术问题。
为实现上述目的,本发明提供一种斑马线检测方法,所述斑马线检测方法包括:
获取路面图片对应的路面二值图,对所述路面二值图进行连通域提取,得到连通域图片;
剔除所述连通域图片中的无效连通域图片,从路面图片中获取剩余连通域图片对应的区域图片;
获取所述区域图片中的线条图片,检测所述线条图片中是否存在满足斑马线特性的目标图片组;
若所述线条图片中存在满足斑马线特性的目标图片组,则所述路面图片中存在斑马线。
可选的,所述获取路面图片对应的路面二值图包括:
根据预置语义分割模型对路面图片进行语义分割,获取路面图片对应的路面二值图。
可选的,所述剔除所述连通域图片中的无效连通域图片包括:
计算每一张连通域图片的面积值与预设标准值的差值;
将差值大于预设阈值的连通域图片标记为无效连通域图片,剔除所述无效连通域图片。
可选的,所述从路面图片中获取剩余连通域图片对应的区域图片包括:
获取剩余连通域图片在所述路面二值图中的位置信息;
从路面图片中抠取所述位置信息对应的区域图片。
可选的,所述获取所述区域图片中的线条图片包括:
通过预置神经网络模型对所述区域图片进行分类,得到各个区域图片的分类信息;
根据所述各个区域图片的分类信息,获取所述区域图片中的线条图片。
可选的,所述通过预置神经网络模型对所述区域图片进行分类包括:
将所述区域图片像素点数量调整为预设像素点个数,通过预置神经网络模型对像素点数量经过调整的区域图片进行分类。
可选的,所述检测所述线条图片中是否存在满足斑马线特性的目标图片组包括:
获取所述线条图片的尺寸信息,根据所述尺寸信息,确定目标线条图片;
检测目标线条图片的数量是否处于预设区间;
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深圳市易成自动驾驶技术有限公司,未经深圳市易成自动驾驶技术有限公司许可,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/201810285322.3/2.html,转载请声明来源钻瓜专利网。