[发明专利]一种道路导流带边缘提取方法、装置和设备

说明书

本发明公开了一种道路导流带边缘提取方法、装置和设备。所述方法包括：对道路图像进行透视处理，得到透视过滤图像，所述透视过滤图像中包括过滤出的多个路面信息要素特征；使用机器学习模型对所述道路图像进行分析，得到分割图像，所述分割图像中包括分析出的多个路面信息要素；将过滤出的多个路面信息要素特征与分析出的多个路面信息要素进行匹配，确定道路图像中的导流带区域；从所述导流带区域中选择设定数量的轮廓生长点，通过对所述轮廓生长点进行分段拟合，得到导流带的边缘线。本发明提供的道路导流带边缘提取方法能够准确的确定导流带区域，提取导流带边缘。

技术领域

本发明涉及人工智能技术领域，特别涉及一种道路导流带边缘提取方法、装置和设备。

背景技术

随着人工智能技术的发展，辅助驾驶和自动驾驶技术也得到越来越多的关注和使用，车道线提取是辅助驾驶和自动驾驶中重要的一环，通过提取车道线获知车道分布情况，才能实现控制车辆在车道上行驶。在实际应用中，除了提取车道线之外，对于道路的导流带也需要进行识别，才能更准确的获知道路的确切信息。

导流带一般位于车辆的汇入和汇出以及车道数量的变化点，是车辆行驶中非常重要的标志。而提取导流带边缘相比于车道线的难点主要在于：(1)导流带的边缘形状非直线，而传统基于霍夫变换提取车道线方法仅限于直线，并不适用于提取导流带边缘；(2)导流带区域一般形状不规则，并且结构复杂，而传统的过滤算法和使用卷积网络的检测算法的使用场景一般适用于区域规则并且长宽比基本固定的形状，因此也不适用与导流带边缘的提取。(3)目前还没有相关文献针对性的处理导流带边缘的问题。

因此，如何准确有效的提取道路导流带的边缘成为亟待解决的技术问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种道路导流带边缘提取方法、装置和设备。

本发明实施例提供一种道路导流带边缘提取方法，包括：

对道路图像进行透视处理，得到透视过滤图像，所述透视过滤图像中包括过滤出的多个路面信息要素特征；

使用机器学习模型对所述道路图像进行分析，得到分割图像，所述分割图像中包括分析出的多个路面信息要素；

将过滤出的多个路面信息要素特征与分析出的多个路面信息要素进行匹配，确定道路图像中的导流带区域；

从所述导流带区域中选择设定数量的轮廓生长点，通过对所述轮廓生长点进行分段拟合，得到导流带的边缘线。

在一些可选的实施例中，对道路图像进行透视处理，得到透视过滤图像，包括：

对道路图像进行透视变换IPM得到IPM图像；

使用IPM过滤器对IPM图像进行路面信息要素特征提取过滤，得到透视过滤图像。

在一些可选的实施例中，所述对道路图像进行透视变换IPM得到IPM图像，包括：

使用选定的透视变换矩阵，对道路图像中各像素的坐标进行变换，得到各像素点对应的IPM坐标，根据各像素点对应的IPM坐标得到所述IPM图像；

其中，所述透视变换矩阵根据指定数量的参考点在参考道路图像和参考IPM图像中坐标确定。

在一些可选的实施例中，使用IPM过滤器对IPM图像进行路面信息要素特征提取过滤，包括：

选取n*n的块过滤器，n为正整数；

针对IPM图像的每个像素点，根据以该像素点为中心的n*n像素块的灰度值之和和该像素块左右相邻的两个n*n像素块的灰度值之和，确定该像素点的过滤灰度值；

过滤出所述过滤灰度值符合设定条件的像素点。