[发明专利]存储介质、走线检测装置、走线检测模型训练装置及方法在审
申请号: | 202010362054.8 | 申请日: | 2020-04-30 |
公开(公告)号: | CN113592761A | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 张欢欢 | 申请(专利权)人: | 京东方科技集团股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/13;G06T7/33;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京律智知识产权代理有限公司 11438 | 代理人: | 王辉;阚梓瑄 |
地址: | 100015 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 存储 介质 检测 装置 模型 训练 方法 | ||
1.一种走线检测模型的训练方法,其特征在于,包括:
获取样本图像以及所述样本图像的样本标签;
对所述样本图像进行线段检测,并获取所述样本图像的线段边缘特征;
根据所述线段边缘特征生成训练特征;
根据所述样本标签和所述训练特征对分类模型进行训练,得到走线检测模型。
2.根据权利要求1所述的训练方法,其特征在于,所述对所述样本图像进行线段检测,并获取所述样本图像的线段边缘特征,包括:
对所述样本图像进行预处理,得到目标样本图像;
在所述目标样本图像中确定感兴趣区域;
对所述目标样本图像的感兴趣区域进行线段检测,得到线段检测结果,所述线段检测结果包括检测到的每个线段的端点坐标;
根据所述线段检测结果生成线段检测图像;
根据所述线段检测图像获取边缘点的线段边缘特征,作为所述样本图像的线段边缘特征;每个所述边缘点的线段边缘特征包括所述边缘点的坐标及其所属线段的斜率。
3.根据权利要求2所述的训练方法,其特征在于,所述对所述样本图像进行预处理,得到目标样本图像,包括:
获取标准图像;
根据所述标准图像对所述样本图像进行配准;
对配准后的所述样本图像进行下采样,得到目标样本图像。
4.根据权利要求2所述的训练方法,其特征在于,所述在所述目标样本图像中确定感兴趣区域,包括:
获取包含感兴趣区域位置信息的感兴趣区域参数;
根据所述感兴趣区域参数在所述目标样本图像中确定感兴趣区域。
5.根据权利要求2所述的训练方法,其特征在于,所述根据所述线段检测结果生成线段检测图像,包括:
根据所述线段检测结果确定在所述目标样本图像中检测到的每个线段的长度;
筛选出长度位于长度阈值范围内的线段作为参考线段,以所述参考线段的端点坐标作为参考端点坐标;
根据所述参考线段的参考端点坐标生成线段检测图像。
6.根据权利要求5所述的训练方法,其特征在于,所述根据所述参考线段的参考端点坐标生成线段检测图像,包括:
根据所述参考线段的参考端点坐标生成连接每个所述参考线段的两端点的连线,得到一个或多个目标线段;
为每个所述目标线段设置像素值,且同一所述目标线段的像素值相同,以得到包含一个或多个所述目标线段的线段检测图像;若所述目标线段的数量为多个,不同所述目标线段的像素值不同。
7.根据权利要求6所述的训练方法,其特征在于,根据所述线段检测图像获取边缘点的线段边缘特征,作为所述样本图像的线段边缘特征,包括:
确定所述线段检测图像中所述目标线段的边缘点的总数,并获取每个所述目标线段的边缘点的线段边缘特征;每个所述边缘点的线段边缘特征包括所述边缘点的坐标及其所属目标线段的斜率;
将所述线段检测图像中所述目标线段的边缘点的总数与数量阈值进行比较;
若所述线段检测图像中所述目标线段的边缘点的总数不大于所述数量阈值,则以每个所述边缘点的线段边缘特征作为所述样本图像的线段边缘特征;
若所述线段检测图像中所述目标线段的边缘点的总数大于所述数量阈值,则对所述线段检测图像以预设的采样比例进行下采样,并将下采样后的线段检测图像中所述目标线段的边缘点的线段边缘特征作为作为所述样本图像的线段边缘特征,所述采样比例为所述数量阈值与下采样前的线段检测图像的边缘点的数量之比。
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京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,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/202010362054.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:车辆召唤指令的发送方法、装置及电子设备
- 下一篇:变压器加工设备