[发明专利]道路中心检测方法、机载设备及存储介质

说明书

本发明提供一种道路中心检测方法、机载设备及存储介质。在道路中心检测方法中，根据已知的道路色调特征和道路饱和度特征，可对待检测道路的场景图像进行二值化处理，得到二值化的场景图像；接着，可从二值化的场景图像中去除非道路区域，得到包含道路区域的二值化场景图像，并对包含道路区域的二值化场景图像进行图像分块，得到多个图像子块；基于多个图像子块包含的道路子区域的质心特征，可进行线条拟合以得到待检测道路的中心线条。基于上述实施方式，可在获取到待检测道路的场景图像之后，从待检测道路的场景图像中提取到待检测道路的中心线条，实时性较高。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种道路中心检测方法、机载设备及存储介质。

背景技术

目前，随着无人机技术的发展，基于无人机的航拍已经逐渐在人们的生活中扮演者越来越重要的角色。

但是，当采用无人机对道路进行航拍，或者对车辆在道路上的行驶状况进行跟拍时，很难保证道路位于机载摄像头拍摄到的画面的中心，例如，可能会出现道路在画面中偏斜或者道路未出现在画面中的情况。

现有技术中，通常采用深度学习的方法进行道路检测，并根据道路检测的结果调整无人机的拍摄角度，但是这种机器学习的方法实时性较差。

发明内容

本发明提供一种道路中心检测方法、机载设备及存储介质，用于提升机载摄像头进行道路检测的实时性。

本发明提供一种道路中心检测方法，包括：根据已知的道路色调特征和道路饱和度特征，对获取的待检测道路的场景图像进行二值化处理，以得到二值化的场景图像；从所述二值化的场景图像中去除非道路区域，以得到包含道路区域的二值化场景图像；对所述包含道路区域的二值化场景图像进行图像分块，以得到多个图像子块；根据所述多个图像子块包含的道路子区域的质心特征进行线条拟合，得到所述待检测道路的中心线条。

进一步可选地，根据已知的道路色调特征和道路饱和度特征，对所述场景图像进行二值化处理，以得到二值化的场景图像，包括：从所述场景图像中提取色调分量图像和饱和度分量图像；根据所述道路色调特征，对所述色调分量图像上的像素灰度进行二值化处理，得到二值化的色调图像；以及，根据所述道路饱和度特征，对所述饱和度分量图像上的像素灰度进行二值化处理，得到二值化的饱和度图像；对所述二值化的色调图像和所述二值化的饱和度图像进行按位逻辑与运算，得到所述二值化的场景图像。

进一步可选地所述从所述二值化的场景图像中去除非道路区域，包括：绘制所述二值化的场景图像中至少一个连通区域的包围框；根据所述至少一个连通区域的包围框的形状特征和面积特征，从所述至少一个连通区域中，筛选出不符合道路特征的连通区域；将所述不符合道路特征的连通区域的像素灰度值，设置为非道路区域对应的像素灰度值。

进一步可选地，根据所述至少一个连通区域的包围框的形状特征和面积特征，从所述至少一个连通区域中，筛选出不符合道路特征的连通区域，包括：针对所述至少一个连通区域中的任一连通区域，执行以下至少一种判断操作：判断所述连通区域的包围框的顶部与所述二值化的场景图像顶部的距离，以及所述连通区域的包围框的底部与所述二值化的场景图像底部的距离是否均大于设定的尺寸阈值；判断所述连通区域的包围框与所述连通区域的面积之比是否未在设定的面积比值范围内；判断所述连通区域的包围框的长宽比是否小于设定的长宽比阈值；若所述至少一种判断操作的结果均为是，确定所述连通区域是不符合道路特征的连通区域。

进一步可选地，还包括：对所述二值化的场景图像进行去噪处理：将所述二值化的场景图像中面积小于设定的面积阈值的连通区域去除；和/或，对所述二值化的场景图像进行孔洞填充。