[发明专利]一种道路巡检无人机图像识别系统及无人机

说明书

本发明公开了一种道路巡检无人机图像识别系统和无人机，其包括用于获取道路路面实况图像的图像获取模块以及对所述实况图像进行处理的图像处理模块，其特征在于，所述图像处理模块设有语义分割单元、二值化处理单元、车道线剔除单元、车辆轮廓提取单元和统计单元，本发明中，在获取路面实况图像后对该图像进行语义分割，以区分出车道区域和背景区域，此后对车道区域进行二值化处理，在二值化处理后的图像中，作为前景的车辆、车道线显示为白色，作为背景的车道部分显示为黑色，剔除车道线后对车辆轮廓线进行捕捉，最后统计图像内车辆轮廓数量，从而判断实时道路拥挤程度。

技术领域

本发明涉及一种道路巡检无人机图像识别系统和无人机，属于无人机领域。

背景技术

近年来，随着车辆保有量的持续上升，道路时常出现拥堵，尤其是高速公路，如果恰逢节假日，拥堵更为严重，因此实时跟踪车流量，提醒司机根据各条道路车流量选择可行的方案出行，是解决道路拥堵的最可行方案之一。

随着无人机快速的发展，无人机被广泛运用于道路路况检测，但现有技术中的无人机至少存在以下问题：无人机在分析实时车流量时，需要对图像进行识别，现有技术中容易产生车道线和车辆在识别时通常都被认定为前景，影响车流量统计的准确性。

发明内容

本发明的目的在于提出一种车辆识别度高的图像识别系统。

为解决上述问题，本发明提供了一种道路巡检无人机图像识别系统，包括用于获取道路路面实况图像的图像获取模块以及对所述实况图像进行处理的图像处理模块，所述图像处理模块包括：

语义分割单元，对所述实况图像进行语义分割，获得车道区域和背景区域，并剔除图像中的背景区域；

二值化处理单元，对剔除背景区域的图像进行二值化处理，获得图像的二值化图像，在该二值化图像中，路面作为背景显示为黑色，车辆以及车道线为前景显示为白色；

车道线剔除单元，对所述二值化图像进行横向扫描，将横向连续N个像素点均为前景像素点的定义为车道线，并在该二值化图像中予以剔除，得到第一处理图像，其中N定义为车道线的宽度阈值，所述车道线包括行车道线以及应急车道线；

车辆轮廓提取单元，对所述第一处理图像进行扫描，并捕捉单独的汽车轮廓，得到第二处理图像；

统计单元，统计第二处理图像中独立的汽车轮廓数量。

作为本发明的进一步改进，所述车辆轮廓提取单元对所述第一处理图像进行扫描，若当前点为前景像素点，则扫描其邻域设定范围内的像素点，若其邻域中的前景像素点数量大于或者等于设定阈值，则将其邻域全部填充成前景像素点从而获得独立的汽车轮廓，扫描填充后得到第二处理图像。

作为本发明的进一步改进，还包括：

应急车道线轮廓坐标提取单元，沿着二值化图像上的车道的外侧对该二值化图像进行横向扫描，若扫描到其横向为连续N个前景像素点，则记录首先被扫描到的前景像素点的坐标（X_m;Y_n）；

应急车道线拟合单元，对纵向上连续的前景像素点的坐标（X_m;Y_n）进行曲线拟合，并在所述第二处理图像上绘制出车道线，并赋予其设定灰度值，该灰度值介于0和255；

应急车道扫描单元，从外侧对所述应急车道线拟合单元处理后的图像进行横向扫描，根据首先扫描到的图像的灰度值确定应急车道是否被占用。

作为本发明的进一步改进，所述应急车道线拟合单元通过最小二乘法对纵向连续的所述前景像素点的坐标（X_m;Y_n）进行曲线拟合，获得行车道的二次抛物线曲线方程，根据获得的二次抛物线方程在所述第二处理图像上绘制拟合出来的应急车道线。