[发明专利]警戒线识别方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202110978320.4 申请日: 2021-08-23
公开(公告)号: CN113657333A 公开(公告)日: 2021-11-16
发明(设计)人: 伍志峰;涂志伟;施健;王一科;贾林;涂静一 申请(专利权)人: 深圳科卫机器人科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06T7/12;G06T7/136;G06T7/62;G06T7/66
代理公司: 深圳市精英专利事务所 44242 代理人: 李燕娥
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 警戒线 识别 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.警戒线识别方法,其特征在于,包括:

获取带有警戒线的图像信息;

根据所述图像信息提取警戒线黄色区域的质心坐标信息,以得到目标质心坐标;

根据所述目标质心坐标确定不同警戒线对应的目标质心坐标;

将不同警戒线对应的目标质心坐标进行聚类,以得到警戒线所在范围。

2.根据权利要求1所述的警戒线识别方法,其特征在于,所述获取带有警戒线的图像信息,包括:

获取由RGBD深度摄像头采集的带有警戒线的图像信息。

3.根据权利要求1所述的警戒线识别方法,其特征在于,所述根据所述图像信息提取警戒线黄色区域的质心坐标信息,以得到目标质心坐标,包括:

提取所述图像信息中警戒线黄色区域的轮廓;

筛选出轮廓符合要求的质心坐标,且存储于第一容器内,以得到初始质心坐标信息;

对第一容器内的所述初始质心坐标信息进行过滤噪点以及排序,以得到警戒线黄色区域完整的轮廓以及目标质心坐标。

4.根据权利要求1所述的警戒线识别方法,其特征在于,所述根据所述目标质心坐标确定不同警戒线对应的目标质心坐标,包括:

判断所述第一容器的大小是否大于第一设定阈值;

若所述第一容器的大小大于第一设定阈值,则遍历第一容器内的目标质心坐标,对所有目标质心坐标计算每两个目标质心的间距以及每两个目标质心的对应的纵轴坐标差值;

根据所述间距以及对应的纵轴坐标差值筛选出不同警戒线对应的目标质心坐标。

5.根据权利要求4所述的警戒线识别方法,其特征在于,所述根据所述间距以及对应的纵轴坐标差值筛选出不同警戒线对应的目标质心坐标,包括:

筛选出所述间距在第一设定范围值内且对应的纵轴坐标差值在第二设定范围内的所有目标质心坐标,并筛选的目标质心坐标存储于第二容器内,以得到同一条水平警戒线的目标质心坐标;

将所述间距不在第一设定范围值内或纵轴坐标差值不在第二设定范围的所有的目标质心坐标信息存储于第三容器内;

遍历所述第三容器内的所有目标质心坐标信息,并计算每两个目标质心点之间的间距,以得到第二间距,计算每两个目标质心点的横轴坐标差值;

筛选出所述第二间距在第一设定范围至且横轴坐标差值在第二设定范围内的所有目标质心坐标,且将筛选的目标质心坐标存储于第四容器内,以确定同一条非水平警戒线的目标质心坐标。

6.根据权利要求1所述的警戒线识别方法,其特征在于,所述将不同警戒线对应的目标质心坐标进行聚类,以得到警戒线所在范围,包括:

当所述目标质心所在的警戒线为水平警戒线时,将所述第二容器内的头尾两个目标质心连成直线,并在图像上标注出所述直线所在的范围,以得到警戒线所在范围。

7.根据权利要求1所述的警戒线识别方法,其特征在于,所述将不同警戒线对应的目标质心坐标进行聚类,以得到警戒线所在范围,还包括:

当所述目标质心所在的警戒线为非水平警戒线时,将所述第四容器内的头尾两个目标质心连成直线,并在图像上标注出所述直线所在的范围,以得到警戒线所在范围。

8.警戒线识别装置,其特征在于,包括:

图像信息获取单元,用于获取带有警戒线的图像信息;

坐标提取单元,用于根据所述图像信息提取警戒线黄色区域的质心坐标信息,以得到目标质心坐标;

目标坐标确定单元,用于根据所述目标质心坐标确定不同警戒线对应的目标质心坐标;

聚类单元,用于将不同警戒线对应的目标质心坐标进行聚类,以得到警戒线所在范围。

9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳科卫机器人科技有限公司,未经深圳科卫机器人科技有限公司许可,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/202110978320.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top