[发明专利]车道线检测方法、车道线检测装置和计算机存储介质有效
申请号: | 201910185968.9 | 申请日: | 2019-03-12 |
公开(公告)号: | CN110084095B | 公开(公告)日: | 2022-03-25 |
发明(设计)人: | 周章伟;李乾坤;卢维;殷俊;张兴明 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V20/58 | 分类号: | G06V20/58;G06V10/26;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 李庆波 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车道 检测 方法 装置 计算机 存储 介质 | ||
本申请公开了一种车道线检测方法、车道线检测装置和计算机存储介质。该车道线检测方法包括:获取道路图像;利用预先训练的语义分割网络对道路图像进行处理,获取道路图像中每个像素点的语义类别;将语义类别相同,且满足预设规则的像素点作为一像素点集合,以获得多个像素点集合;对每个像素点集合进行拟合处理,以获取作为车道线的拟合线。通过上述车道线检测方法,可以在任意场景中识别出任意形状的车道线。
技术领域
本申请涉及图像处理领域,特别是涉及一种车道线检测方法、车道线检测装置和计算机存储介质。
背景技术
车道线检测技术广泛应用在自动驾驶、车辆安全监控等领域中,近年来随着深度学习的迅速发展,一些检测网络用于车道线检测中。
现有的车道线检测技术在检测车道线过程中,会出现许多误检,例如栏杆、树木、车辆、交通标识符等。现有的检测技术只能针对特定的场景做处理,鲁棒性不强,无法适用任意环境下的车道线检测。而且有些物体如栏杆,其RGB值及形状都和车道线极其相似,只能根据物体周围环境区分,无法适用任意形状的车道线检测。
发明内容
本申请提供一种车道线检测方法、车道线检测装置和计算机存储介质,以解决现有技术中无法在任意场景中识别出任意形状车道线的问题。
为解决上述技术问题,本申请提供一种车道线检测方法,其包括:
获取道路图像;
利用预先训练的语义分割网络对所述道路图像进行处理,获取所述道路图像中每个像素点的语义类别;
将语义类别相同,且满足预设规则的像素点作为一像素点集合,以获得多个像素点集合;
对每个像素点集合进行拟合处理,以获取作为所述车道线的拟合线。
为解决上述技术问题,本申请提供一种车道线检测装置,其包括:存储器和处理器,存储器中存储有计算机程序,处理器用于执行计算机程序以实现上述车道线检测方法的步骤。
为解决上述技术问题,本申请提供一种计算机存储介质,其中存储有计算机程序,计算机程序被处理器执行时实现上述车道线检测方法。
与现有技术相比,本申请的有益效果是:车道线检测装置获取道路图像,利用预先训练的语义分割网络对获取的道路图像进行处理,以获取道路图像中每个像素点的语义类别;然后将语义类别相同,且满足预设规则的像素点作为一像素点集合,以获取多个像素点集合;最后对每个像素点集合进行拟合处理,以获取作为车道线的拟合线。通过上述车道线检测方法,可以在任意场景中识别出任意形状的车道线。
附图说明
图1是本申请车道线检测方法一实施例的流程示意图;
图2是图1所示车道线检测方法实施例中所获取到的道路图像;
图3是对图2所示道路图像进行处理后得到的语义图像;
图4是图1所述车道线检测方法实施例中Mobilenet-Fcn网络的框架图;
图5是图1所示车道线检测方法实施例中步骤S103的流程示意图;
图6是图1所示车道线检测方法实施例中步骤S104的的一流程示意图;
图7是道路图像中出现干扰线的示意图;
图8是图1所示车道线检测方法实施例中步骤S104的的另一流程示意图;
图9是图1所示车道线检测方法实施例中步骤S104的的又一流程示意图;
图10是道路图像中出现语义类别判断错误的示意图;
图11是图2所示道路图像进行二值变换后的示意图;
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201910185968.9/2.html,转载请声明来源钻瓜专利网。