[发明专利]一种用于智能手机平台的盲道障碍物检测方法

权利要求书

1.一种用于智能手机平台的盲道障碍物检测方法，其特征在于该方法具体是：

步骤(1).对盲道图像进行分割，获取盲道区域；具体如下：

步骤(1.1)图像预处理：将获取的盲道视频图像尺寸规范化，对图像进行灰度化预处理；

步骤(1.2)进行Canny边缘检测：设定Canny算子的低阈值t₁和高阈值t₂；当边缘像素点梯度值大于等于t₂，则标记为强边缘点；当边缘梯度值小于高阈值t₂、大于等于低阈值t₁，则标记为弱边缘点；剔除边缘梯度值小于低阈值t₁的点；

步骤(1.3)对Canny边缘检测结果进行形态学算子腐蚀：设计结构算子[1,1,1]^T,对Canny算子检测结果进行形态学算子腐蚀，将异于盲道方向的边缘像素腐蚀；T表示转置；

步骤(1.4)对腐蚀后的图像采用霍夫变换确定初始边缘直线，在霍夫变换中，图像空间中同一条直线上的点，在参数空间中都会相交于同一点：为参数空间中的每一个点设定一个计数器，记录每个点上直线相交的次数，当相交的次数大于计数阈值t₃时，则该直线作为候选直线；在图像空间内检测出多条候选直线，由霍夫变换计算出候选直线与竖直方向的夹角θ，筛选出α≤θ≤β范围内的直线；将0°＜θ≤β范围内的直线归为第一集合Ⅰ，将α°≤θ≤0°范围内的直线归为第二集合Ⅱ；剔除第一集合Ⅰ中与其他直线夹角大于的直线，在剩余直线中取最靠左的直线作为盲道的左初始边缘直线；剔除第二集合Ⅱ中与其他直线夹角大于的直线，在剩余直线中取最靠右的直线作为盲道的右初始边缘直线；

步骤(1.5)以霍夫变换检测到的左初始边缘直线和右初始边缘直线作为盲道的初始边缘，采用卡尔曼滤波进行跟踪，得到左盲道边缘和右盲道边缘，所述左盲道边缘和右盲道边缘之间的区域即为盲道区域；

步骤(2).在盲道区域进行障碍物检测，具体步骤如下：

步骤(2.1)对所述盲道区域进行K均值聚类，K＝2；将盲道区域中像素个数少的一类归为疑似障碍物区域，将所述盲道区域中像素个数多的一类归为非障碍物区域；

步骤(2.2)进行图像二值化阈值分割；将疑似障碍物区域分割，并统计疑似障碍物区域像素个数；若疑似障碍物区域像素个数大于设定阈值t₄，则疑似障碍物区域为障碍物；若疑似障碍物区域像素个数小于等于设定阈值t₄，则疑似障碍物区域为非障碍物。

2.如权利要求1所述的一种用于智能手机平台的盲道障碍物检测方法，其特征在于：盲道视频图像尺寸规范化中，调整后的图像高度h＝800～1200，图像宽度l＝450～675。

3.如权利要求1所述的一种用于智能手机平台的盲道障碍物检测方法，其特征在于：设定的Canny算子的低阈值t₁＝100～120，高阈值t₂＝190～210。

4.如权利要求1所述的一种用于智能手机平台的盲道障碍物检测方法，其特征在于：设定的计数阈值t₃范围为60≤t₃≤130。

5.如权利要求1所述的一种用于智能手机平台的盲道障碍物检测方法，其特征在于：步骤(1.4)中，-24°≤α≤-18°，+18°≤β≤+24°，|α|＝|β|；

6.如权利要求1所述的一种用于智能手机平台的盲道障碍物检测方法，其特征在于：所述的设定阈值t₄范围为500≤t₄≤1500。