[发明专利]一种道路区域识别方法及系统在审
申请号: | 202110719545.8 | 申请日: | 2021-06-28 |
公开(公告)号: | CN113313071A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 赵晋燕;付卫婷 | 申请(专利权)人: | 浙江同善人工智能技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N20/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 翁惠瑜 |
地址: | 314100 浙江省嘉*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 道路 区域 识别 方法 系统 | ||
1.一种道路区域识别方法,其特征在于,包括:
1)采集道路实时图像;
2)判断道路实时图像的图像亮度值是否介于最佳亮度范围内,若是则执行步骤4),否则执行步骤3);
3)判断自然环境因素是否影响图像采集亮度,若是则通过亮度调节步骤调节道路实时图像的亮度,并执行步骤2),否则执行步骤1);
4)将道路实时图像输入训练好的道路区域分割网络,获得道路区域图像。
2.根据权利要求1所述的一种道路区域识别方法,其特征在于,所述的最佳亮度范围为[a,b],其中a为最小亮度值,b为最大亮度值;
所述的亮度调节步骤包括:
若道路实时图像的图像亮度值io<a,通过对比度增强算法提高道路实时图像的图像亮度,若道路实时图像的图像亮度值io>b,通过直方图均衡化算法降低道路实时图像的图像亮度。
3.根据权利要求1所述的一种道路区域识别方法,其特征在于,所述的自然环境因素包括天气和时间。
4.根据权利要求1所述的一种道路区域识别方法,其特征在于,所述的道路区域分割网络为ENET网络。
5.根据权利要求1所述的一种道路区域识别方法,其特征在于,所述的最佳亮度范围的获取过程包括:
采集道路样本图像,构成训练集,利用训练集对道路区域分割网络进行预训练,获得道路区域图像分割效果最佳的图像亮度范围,即最佳亮度范围。
6.一种道路区域识别系统,其特征在于,包括:
图像采集模块,用于采集道路实时图像,并生成亮度判断指令;
亮度判断模块,用于接收亮度判断指令,并判断道路实时图像的图像亮度值是否介于最佳亮度范围内,若是则生成图像分割指令,否则生成环境分析指令;
环境分析模块,用于接收模块环境分析指令,并判断自然环境因素是否影响图像采集亮度,若是则生成图像调节指令,否则生成图像采集指令,所述图像采集模块接收图像采集指令,并重新采集道路实时图像;
图像调节模块,用于接收图像调节指令,并对道路实时图像进行亮度调节,并生成亮度判断指令;
图像分割模块,用于接收图像分割指令,并通过训练好的道路区域分割网络对道路实时图像进行分割,获得道路区域图像。
7.根据权利要求6所述的一种道路区域识别系统,其特征在于,所述的最佳亮度范围为[a,b],其中a为最小亮度值,b为最大亮度值;
所述的亮度调节的过程包括:
若道路实时图像的图像亮度值io<a,所述的图像调节模块通过对比度增强算法提高道路实时图像的图像亮度,若道路实时图像的图像亮度值io>b,所述的图像调节模块通过直方图均衡化算法降低道路实时图像的图像亮度。
8.根据权利要求6所述的一种道路区域识别系统,其特征在于,所述的自然环境因素包括天气和时间。
9.根据权利要求6所述的一种道路区域识别系统,其特征在于,所述的道路区域分割网络为ENET网络。
10.根据权利要求6所述的一种道路区域识别系统,其特征在于,还包括网络训练模块,所述的最佳亮度范围的获取过程包括:
所述的网络训练模块采集道路样本图像,构成训练集,所述的网络训练模块利用训练集对道路区域分割网络进行预训练,获得道路区域图像分割效果最佳的图像亮度范围,即最佳亮度范围。
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浙江同善人工智能技术有限公司,未经浙江同善人工智能技术有限公司许可,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/202110719545.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:氦离子化检测器及其制备方法
- 下一篇:供应商的推荐方法及相关装置