[发明专利]一种护栏上下边线自动化提取方法及提取系统

说明书

本发明提供一种护栏上下边线自动化提取方法及提取系统，方法包括：将包含有护栏的RGB原图像输入训练后的语义分割模型中，获取输出的护栏mask图，并提取其二值化图；提取二值化图中护栏的轮廓，根据轮廓点计算得到护栏区域的中心线；根据护栏的轮廓进行拟合得到对应的多边形，将多边形的多个角点作为多个关键点；基于多个关键点对护栏的轮廓点进行筛选，对筛选保留下来的轮廓点进行拟合，得到护栏的上下边线。本发明在分割出护栏的轮廓后加入后处理程序，得到护栏的矢量化结果，即护栏的上下边线，每条边线都是一元三次函数，这种简洁的矢量结果在高精度地图应用中更容易被使用，同时，准确率也更高。

技术领域

本发明涉及高精度地图制作领域，更具体地，涉及一种护栏上下边线自动化提取方法及提取系统。

背景技术

在高精度地图制作领域，护栏的检测是极其重要的技术之一，目前，大多采用语义分割的方法分割出护栏区域。仅仅分割出的护栏区域无法满足高精度地图的制作。

发明内容

本发明针对现有技术中存在的技术问题，提供一种护栏上下边线自动化提取方法及提取系统，对护栏信息进行更精细的提取，以满足高精度地图的制作。

根据本发明的第一方面，提供了一种护栏上下边线自动化提取方法，包括：将包含有护栏的RGB原图像输入训练后的语义分割模型中，获取所述语义分割模型输出的护栏mask图，并提取其二值化图；提取二值化图中护栏的轮廓，根据轮廓点计算得到护栏区域的中心线；根据护栏的轮廓进行拟合得到对应的多边形，将多边形的多个角点作为多个关键点；基于轮廓点和关键点分别与护栏区域的中心线之间的位置关系，分别将轮廓点分为第一轮廓点集合和第二轮廓点集合，以及第一关键点集合和第二关键点集合；基于第一关键点集合对第一轮廓点集合进行筛选，得到保留下来的第三轮廓点集合，以及基于第二关键点集合对第二轮廓点进行集合，得到保留下来的第四轮廓点集合；分别对所述第三轮廓点集合中所有轮廓点和所述第四轮廓点集合中的所有轮廓点进行拟合，分别得到护栏的上边线和下边线。

在上述技术方案的基础上，本发明还可以作出如下改进。

可选的，所述获取所述语义分割模型输出的护栏mask图，并提取其二值化图，包括：根据护栏mask图，基于护栏区域的灰度值标签，从所述护栏mask图中提取护栏区域的二值化图。

可选的，所述基于轮廓点和关键点分别与护栏区域的中心线之间的位置关系，分别将轮廓点分为第一轮廓点集合和第二轮廓点集合，以及第一关键点集合和第二关键点集合，包括：将位于护栏中心线上方的所有轮廓点组成第一轮廓点集合，将位于护栏中心线下方的所有轮廓点组成第二轮廓点集合；以及将位于护栏中心线上方的所有关键点组成第一关键点集合，将位于护栏中心线下方的所有关键点组成第二关键点集合。

可选的，在所述基于第一关键点集合对第一轮廓点集合进行筛选，得到保留下来的第三轮廓点集合，以及基于第二关键点集合对第二轮廓点进行集合，得到保留下来的第四轮廓点集合，之前还包括：对于所述第一关键点集合中的所有关键点，将每相邻两个关键点进行相连，得到多条线段，将长度最大的线段作为标准线；计算其它的每一条线段的斜率和标准线段的斜率之间的差值对应的角度，若角度小于30°，则保留线段，否则，丢弃线段，得到第三关键点集合；对于所述第二关键点集合中的所有关键点，利用相同的方法得到第四关键点集合。

可选的，所述基于第一关键点集合对第一轮廓点集合进行筛选，得到保留下来的第三轮廓点集合，以及基于第二关键点集合对第二轮廓点进行集合，得到保留下来的第四轮廓点集合，包括：将第三关键点集合中的每相邻两个关键点作为一对关键点，设每一对关键点的坐标为[(x0，y0)，(x1，y1)]，保留第一轮廓点集合中x坐标大于x0且小于x1的轮廓点，组成第三轮廓点集合；采用相同的方式，基于第四关键点集合对第二轮廓点进行集合，得到保留下来的第四轮廓点集合。