[发明专利]一种用于道路特征提取的方法及设备

权利要求书

1.一种用于道路特征提取的方法，其特征在于，所述方法包括：

获取目标道路在不同时间段内的多帧场景图像；

获取不同结构的场景分割模型，通过每一结构的场景分割模型迭代提取所有场景图像的分割信息，得到多组目标信息，其中，所述目标信息包括移动目标信息；

将所述多组目标信息中的移动目标信息进行过滤，得到各组的静态目标信息；

采用加权投票方式对同像素位置的各组的静态目标信息进行特征融合，得到融合后的特征图像；

从所述融合后的特征图像中提取出道路特征信息。

2.根据权利要求1所述的方法，其特征在于，从所述融合后的特征图像中提取出道路特征信息之后，包括：

将所述道路特征信息及所述移动目标信息存储为结构化文件；

根据所述结构文件及预设的道路行为规则确定出现违章行为的目标对象。

3.根据权利要求1所述的方法，其特征在于，获取不同结构的场景分割模型，通过每一结构的场景分割模型迭代提取所有场景图像的分割信息，得到多组目标信息，包括：

获取场景分割模型列表，其中，所述场景分割模型列表包括多个不同结构的场景分割模型；

使用所述场景分割模型列表中第一个模型执行预设的迭代提取操作，得到第一组目标信息；

迭代所述场景分割模型列表中剩余模型执行所述第一模型执行的预设的迭代提取操作，得到多组目标信息。

4.根据权利要求3所述的方法，其特征在于，所述预设的迭代提取操作包括：

对目标时间段内场景图像进行分割信息提取，得到分割信息，其中，所述分割信息包括所述目标时间段内场景图像的目标类别信息；

根据所述目标时间段内场景图像的目标类别信息构建该场景图像对应的二值灰度特征图；

对所述二值灰度特征图中的目标信息区域进行合并提取。

5.根据权利要求4所述的方法，其特征在于，根据所述目标时间段内场景图像的目标类别信息构建该场景图像对应的二值灰度特征图，包括：

构建与所述目标时间段内场景图像同宽高的掩模图像；

根据所述目标时间段内场景图像的目标类别信息及预设赋值条件为所述掩模图像中的像素进行赋值，得到灰度特征图；

根据所述灰度特征图及C个目标类别得到包括C-1个目标类别的二值灰度特征图，其中，C为正整数。

6.根据权利要求5所述的方法，其特征在于，所述预设赋值条件满足以下公式：

其中，M(x,y)表示掩模图像中位置为(x,y)处像素的像素值，C表示所述目标时间段内场景图像的目标类别的总数，NN(x,y)表示所述目标时间段内场景图像的位置为(x,y)处的像素经过场景分割算法后得到的分类值。

7.根据权利要求5所述的方法，其特征在于，对所述二值灰度特征图中的目标信息区域进行合并提取，包括：

判断所述掩模图像中像素的像素值与在该像素预设周边内的所有像素的像素值是否相等，若是，则合并像素值相邻且相等的值，以确定所述掩模图像的连通域；

根据所述二值灰度特征图及所述掩模图像的连通域提取目标信息区域的连通域。

8.根据权利要求1所述的方法，其特征在于，所述加权投票方式满足以下条件：

其中，m表示场景分割模型的数量，n表示目标道路下的场景图像的帧数，M′(x,y)表示使用m个场景分割模型、n帧场景图像融合后得到的目标道路图像的坐标位置(x,y)处的融合像素值，C为场景图像中的类别数目，M_kj(x,y)表示目标道路在第k个场景分割模型第j帧场景图像在坐标位置(x,y)的特征类别值，γ表示类别数目的权重，表示m个场景分割模型n帧场景图像在坐标(x,y)处分类为C的数量矩阵。