[发明专利]箭头角点自动化检测方法、系统、电子设备及存储介质在审
申请号: | 202111265071.0 | 申请日: | 2021-10-28 |
公开(公告)号: | CN114022501A | 公开(公告)日: | 2022-02-08 |
发明(设计)人: | 万齐斌;王畅;刘奋 | 申请(专利权)人: | 武汉中海庭数据技术有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/12;G06V10/46 |
代理公司: | 武汉蓝宝石专利代理事务所(特殊普通合伙) 42242 | 代理人: | 范三霞 |
地址: | 430000 湖北省武汉市*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 箭头 自动化 检测 方法 系统 电子设备 存储 介质 | ||
1.一种箭头角点自动化检测方法,其特征在于,包括:
将包含有箭头的RGB图像输入训练后的语义分割模型中,获取输出的箭头mask图,并提取其二值化图;
对二值化图中的箭头拟合最小外接矩形,裁剪所述最小外接矩形,并输入训练后的箭头分类模型中,获取输出的箭头类型;
基于箭头类型,采用相应的方式提取箭头的角点。
2.根据权利要求1所述的箭头角点自动化检测方法,其特征在于,所述提取其二值化图,包括:
基于所述mask图中每个像素的灰度值标签,从mask图中提取箭头的二值化图。
3.根据权利要求1所述的箭头角点自动化检测方法,其特征在于,所述基于箭头类型,采用相应的方式提取箭头的角点,包括:
基于箭头的二值化图,采用多边形拟合方法得到箭头的多个关键点;
基于多个关键点的坐标和箭头每一个角点的位置特性,获取箭头每一个角点的坐标。
4.根据权利要求3所述的箭头角点自动化检测方法,其特征在于,所述基于多个关键点的坐标和箭头每一个角点的位置特性,获取箭头每一个角点的坐标,包括:
对箭头的每一个角点进行标号,基于多个关键点的坐标和箭头每一个角点的位置特性,得到箭头的部分角点的坐标;
根据部分角点的坐标,计算其它部分角点的坐标。
5.根据权利要求4所述的箭头角点自动化检测方法,其特征在于,所述箭头类型包括直行箭头、左转箭头和右转箭头。
6.根据权利要求5所述的箭头角点自动化检测方法,其特征在于,当箭头类型为直行箭头时,所述对箭头的每一个角点进行标号,基于多个关键点的坐标和箭头每一个角点的位置特性,得到箭头的部分角点的坐标,包括:
将多个关键点按照y坐标的大小,划分为上集合up_set和下集合down_set,1号角点在箭头的最上方,则up_set中y坐标最大的关键点的坐标为1号角点的坐标,2号角点和5号角点最箭头的最左和最优,则up_set中x坐标最小和x坐标最大的关键点的坐标分别为2号角点的坐标和5号角点的坐标;
6号角点和7号角点位于箭头的最下方且分别位于箭头的最左和最优,则down_set中y坐标最小且x坐标最小的关键点的坐标为6号角点的坐标,y坐标最小且x坐标最大的关键点的坐标为7号角点的坐标;
计算2号角点和5号角点的中点坐标,将中点坐标分别向左和向右水平移动m个像素得到3号角点的坐标和4号角点的坐标。
7.一种箭头角点自动化检测系统,其特征在于,包括:
第一获取模块,用于将包含有箭头的RGB图像输入训练后的语义分割模型中,获取输出的箭头mask图,并提取其二值化图;
第二获取模块,用于对二值化图中的箭头拟合最小外接矩形,裁剪所述最小外接矩形,并输入训练后的箭头分类模型中,获取输出的箭头类型;
提取模块,用于基于箭头类型,采用相应的方式提取箭头的角点。
8.根据权利要求7所述的箭头角点自动化检测系统,其特征在于,所述提取模块,用于基于箭头类型,采用相应的方式提取箭头的角点,包括:
基于箭头的二值化图,采用多边形拟合方法得到箭头的多个关键点;
基于多个关键点的坐标和箭头每一个角点的位置特性,获取箭头每一个角点的坐标。
9.一种电子设备,其特征在于,包括存储器、处理器,所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-6任一项所述的箭头角点自动化检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机管理类程序,所述计算机管理类程序被处理器执行时实现如权利要求1-6任一项所述的箭头角点自动化检测方法的步骤。
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武汉中海庭数据技术有限公司,未经武汉中海庭数据技术有限公司许可,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/202111265071.0/1.html,转载请声明来源钻瓜专利网。