【技术实现步骤摘要】
本专利技术属于计算机视觉和机器学习
,特别涉及一种基于单目视觉的在线道路检测方法。
技术介绍
近年来,随着公路里程数和汽车数量的不断增加,交通事故造成的人员伤亡和财产损失也在快速增加。2012年我国因交通事故死亡人数达5.9万人,直接财产损失11.7亿元。在此背景下,汽车辅助驾驶系统,包括车道偏离预警、行人预警、异常检测等,能够有效提高汽车驾驶安全,降低人员伤亡和财产损失。该系统的一项关键技术就是道路检测,因为道路检测可以为汽车辅助驾驶系统提供关键的约束信息。根据使用的传感器类型划分,道路检测技术可以分为主动式道路检测和被动式道路检测。其中主动式道路检测指的是使用主动传感器(如激光雷达)直接获取场景的第三维信息,然后通过检测平面区域进一步确定道路区域。这种主动式方法虽然可以得到较好的结果,但是场景中多个传感器使用时会存在相互干扰,除此之外,主动式传感器造价昂贵,不适宜大范围推广。而基于单目摄像头的被动式检测方法造价低,便于推广。因此我们选择被动式道路检测方法,即基于单目视觉的道路检测方法。目前,通过单目视觉进行道路检测的方法主要分为两类:第一种是基于特征描述的方法。这类方法手动选取或自动学习图像的有效特征表达,通过分类器或者贝叶斯方法确定道路区域或者道路边缘位置。J.Alvarez等人在文献“J.Alvarez and A.Lopez.Road Detection based on Illuminant Invariance.IEEE Transactions on Intelligent Transportation Systems,12(1): ...
【技术保护点】
一种基于单目视觉的道路检测方法,其特征在于:包括以下步骤:1)对于输入图像序列的第一帧,手动选取道路边缘位置,然后进行正负类样本选取,根据采样得到的正负类样本,提取局部特征描述子,计算每个样本的特征表达,组成训练数据集;2)对于步骤1)中得到的样本特征表达的训练数据集,使用结构支持向量机作为分类器,训练求解得到分类器的超平面参数;3)对于后续帧图像,选取前一帧道路边缘位置的一个邻域作为该帧道路边缘位置的候选区域,均匀采样选取测试像素点,根据步骤1)中的样本特征表达方法,用局部特征描述子描述测试像素点;根据步骤2)使用的分类器,计算所有测试像素点的分类结果,根据测试得到的正类样本位置,得到正类样本二值图;4)使用超像素分割方法计算候选区域的边缘二值图,和正类样本二值图进行“或”操作,得到候选边缘像素点集合;采用随机抽样一致性方法,通过两条相交的直线拟合得到最终的道路边缘位置,拟合直线相交区域的内部即为该帧图像的道路检测结果;5)根据直线拟合结果和分类器分类结果,确定错误划分的像素点,全部重新加入训练数据集,更新分类器;6)对于最新输入的帧图像,重复步骤2)到步骤5),完成所有图像的道路检 ...
【技术特征摘要】
1.一种基于单目视觉的道路检测方法,其特征在于:包括以下步骤:1)对于输入图像序列的第一帧,手动选取道路边缘位置,然后进行正负类样本选取,根据采样得到的正负类样本,提取局部特征描述子,计算每个样本的特征表达,组成训练数据集;2)对于步骤1)中得到的样本特征表达的训练数据集,使用结构支持向量机作为分类器,训练求解得到分类器的超平面参数;3)对于后续帧图像,选取前一帧道路边缘位置的一个邻域作为该帧道路边缘位置的候选区域,均匀采样选取测试像素点,根据步骤1)中的样本特征表达方法,用局部特征描述子描述测试像素点;根据步骤2)使用的分类器,计算所有测试像素点的分类结果,根据测试得到的正类样本位置,得到正类样本二值图;4)使用超像素分割方法计算候选区域的边缘二值图,和正类样本二值图进行“或”操作,得到候选边缘像素点集合;采用随机抽样一致性方法,通过两条相交的直线拟合得到最终的道路边缘位置,拟合直线相交区域的内部即为该帧图像的道路检测结果;5)根据直...
【专利技术属性】
技术研发人员:袁媛,王琦,姜志宇,
申请(专利权)人:中国科学院西安光学精密机械研究所,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。