[发明专利]一种检测高速公路中损坏区域的方法、装置及计算机设备

权利要求书

1.一种检测高速公路中损坏区域的方法，其特征在于，包括：

利用边缘检测算法对获取到的目标检测图片进行边缘检测；

根据边缘检测结果从所述目标检测图片中分割出车道区域图片；

依据所述车道区域图片对车道区域进行损坏检测，并提取出车道损坏信息。

2.根据权利要求1所述的方法，其特征在于，所述利用边缘检测算法对获取到的目标检测图片进行边缘检测，具体包括：

对所述目标检测图片进行数据平滑处理；

计算处理后的所述目标检测图片的图像梯度信息，并根据所述图像梯度信息确定所述目标检测图片中包含的第一边缘像素点；

基于非极大值抑制从所述第一边缘像素点中筛选出第二边缘像素点；

利用双阈值法将所述第二边缘像素点划分为强边缘像素点、弱边缘像素点和极弱边缘像素点，并滤除所述极弱边缘像素点；

获取所述弱边缘像素点的八个邻域第二边缘像素点，若确定所述八个邻域第二边缘像素点中至少存在一个强边缘像素点，则将所述弱边缘像素点定义为强边缘像素点；

若确定所述八个邻域第二边缘像素点均不属于强边缘像素点，则滤除所述弱边缘像素点；

获取由所有所述强边缘像素点构成的边缘图片。

3.根据权利要求2所述的方法，其特征在于，所述图像梯度信息包括所述目标检测图片中各个像素点的梯度信息及梯度方向；

所述对所述目标检测图片进行数据平滑处理，具体包括：

计算所述目标检测图片中各个像素点对应的高斯卷积核；

将所述高斯卷积核与所述目标检测图片中对应像素点进行卷积运算，以平滑所述目标检测图片；

所述根据所述图像梯度信息确定所述目标检测图片中包含的第一边缘像素点，具体包括：

将所述目标检测图片中梯度强度大于预设梯度强度阈值的像素点确定为所述第一边缘像素点；

所述基于非极大值抑制从所述第一边缘像素点中筛选出第二边缘像素点，具体包括：

将所述第一边缘像素点的梯度强度与沿正负梯度方向上两个相邻第一边缘像素点的梯度强度进行比较；

若所述第一边缘像素点的梯度强度大于所述两个相邻第一边缘像素点的梯度强度，则将所述第一边缘像素点确定为所述第二边缘像素点，进一步确定出所述第一边缘像素点中包含的所有所述第二边缘像素点。

4.根据权利要求3所述的方法，其特征在于，所述根据边缘检测结果从所述目标检测图片中分割出车道区域图片，具体包括：

通过霍夫变换检测所述边缘图片中的直线线段；

基于所述直线线段的颜色特征提取出车道线线段；

通过图形膨胀操作将所述车道线线段连接成车道线；

分割出两侧外围所述车道线之间的车道区域图片。

5.根据权利要求4所述的方法，其特征在于，所述通过霍夫变换检测所述边缘图片中的直线线段，具体包括：

将所述边缘图片上的每一个所述强边缘像素点变换为参数空间中的参数直线；

统计所述参数直线间的相交点以及各个所述相交点包含的参数直线个数；

根据所述参数直线个数大于预设阈值的第一相交点确定直角坐标系中的所述直线线段，所述直线线段是由相交的参数直线对应直角坐标中所述强边缘像素点构成的。

6.根据权利要求5所述的方法，其特征在于，所述依据所述车道区域图片对车道区域进行损坏检测，并提取出车道损坏信息，具体包括：

将所述车道区域图片切分成预设数量个小块图像；

计算各个所述小块图像内像素点的方差值；

通过所述方差值确定存在连通分量的目标小块图像；

利用基于支持向量机创建的分类器从所述目标小块图像中提取出所有车道损坏信息。

7.根据权利要求6所述的方法，其特征在于，在对所述车道区域图片进行损坏检测，提取出车道损坏信息之后，具体还包括：

根据所述车道损坏信息中包含损害区域的坐标位置计算所述损害区域的占地面积；

将所述损害区域的占地面积与预设面积阈值进行比较，进一步确定所述损害区域的大小属性；

输出所述车道损坏信息及所述损害区域的大小属性。