The invention relates to a damage detection method of highway road marking the UAV aerial images based on the invention of pre processed images firstly using Hough transform line detection method for positioning on both sides of the road white markings, and location of the highway location, and then calculate the threshold for image binarization, image matching and the repeat region removal the adjacent image, finally extracting road marking and marking, damage detection. This method realizes a damage detection method of road marking the UAV aerial images based on highway, effectively solve the traditional manual view of low efficiency, waste of resources and other issues, and solve the road under different illumination color changes to the impact of the extraction line, it is difficult to analyze the problems such as breakage and marking, high practicability, and is not restricted by time and space, has good applicability and reliability.
【技术实现步骤摘要】
一种基于无人机航拍公路图像的公路标线破损检测方法
本专利技术属于图像处理
,具体涉及一种基于无人机航拍公路图像的公路标线破损检测方法,特别是利用Hough变换检测直线实现的对公路的定位分割算法、路面阈值计算算法以及对破损公路标线的检测算法。
技术介绍
公路标线的破损检测,传统方法主要采用人工方式,比较落后,而且检测结果没有定量分析与存储,具有局限性,如果可以利用无人机进行标线的自动破损检测,将极大的减少路政工作人员的工作量,提高工作效率,提高准确率。目前公路交通标线检测的研究主要集中在道路标线图像预处理、分割、类型识别算法研究方面。叶云利用车载摄像头进行路面拍摄,并利用标线颜色分量进行标线的提取,最后利用形态学操作对破损标线进行识别,该方法实验效果较好,但破损检测方法单一,具有一定的局限性。(叶云.基于机器视觉的道路标线损坏智能检测设想[J].公路与汽运,2016(3):55-57.)谢锦等利用深度学习以及机器学习提取交通标志特征,然后交通标志进行分类,具有较好的泛化能力,但提取特征过于复杂,且需要大量样本训练分类器。(谢锦,蔡自兴,邓海涛,等.基于图像不变特征深度学习的交通标志分类[J].计算机辅助设计与图形学学报,2017,29(04):632-640.)P.Paclik采用交通标志图像颜色空间交换对交通标志图像进行分割,并采用空间不变矩作为图像特征,运用LaplaceKernel分类器识别交通标志。但识别精度有限,且运行时间较长。
技术实现思路
为了克服现有公路标线检测方法的不足,以及人工识别的局限性,本专利技术提出了一种效率高、识别准确度高的公路 ...
【技术保护点】
一种基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:包含如下步骤;步骤1,无人机航拍,得到公路的航拍图像,并对航拍图像进行预处理,得到待检测的规范化图像;步骤2,利用直线检测的方法,检测公路两侧白色标志线,并根据公路两侧的白色标志线,分割公路区域;步骤3,利用公路两侧已定位的白色标志线,计算合适的阈值,对图像进行阈值分割得到二值图像;步骤4,利用图像匹配以及透视变换方法去除相邻图像的重复区域,避免重复计算;步骤5,提取图像中的公路标线,并对标线进行破损检测。
【技术特征摘要】
1.一种基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:包含如下步骤;步骤1,无人机航拍,得到公路的航拍图像,并对航拍图像进行预处理,得到待检测的规范化图像;步骤2,利用直线检测的方法,检测公路两侧白色标志线,并根据公路两侧的白色标志线,分割公路区域;步骤3,利用公路两侧已定位的白色标志线,计算合适的阈值,对图像进行阈值分割得到二值图像;步骤4,利用图像匹配以及透视变换方法去除相邻图像的重复区域,避免重复计算;步骤5,提取图像中的公路标线,并对标线进行破损检测。2.根据权利要求1所述的基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:步骤1中的图像预处理的方法为:将所述拍摄图像等比例缩放到宽度为2000像素,并进行灰度化得到灰度图像。3.根据权利要求1所述的基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:步骤2按照如下方法实现;步骤2-1,首先对步骤1中得到规范化灰度图像,利用Sobel算子进行边缘检测,之后利用Hough变换方法进行直线检测;步骤2-2,对步骤2-1的直线检测结果,对相近直线进行连接,连接条件为角度差小于5度,距离小于20像素;步骤2-3,对步骤2-2连接后的直线,统计所有直线的长度;将长度最长的两条线,作为公路的边界位置。4.根据权利要求3所述的基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:所述步骤2-2中,相近直线连接方法为:对每一条直线,比较其与其他直线的角度差以及位置关系,对于角度差小于5度并且距离小于30像素,则将两条直线合并,并更新该直线的坐标以及角度信息,继续比较,直到比较完所有直线。5.根据权利要求1所述的基于无人机航拍公路图像的公路标线破损检测方法,其特征在于:步骤3中的白色标线的阈值计算方法为:首先对步骤2中计算得到的公路边界,计算公路两侧白色标线灰度值并取平均值得到阈值1。根据步骤2中的公路两侧位置,分割出公路区域并利用大津阈值方法计算得到阈值2,比较阈值1与阈值2,如果阈值1与阈值2相差大于30,则取阈值1与阈值2中较大的阈值,不然取较小的阈值,并对该阈值乘以0.95作为最终的阈值。6.根据权利要求5所述的基于无人机航拍公路图像的公路标线破损检测方法,其特征在...
【专利技术属性】
技术研发人员:周敏,刘宁钟,朱志超,王立春,王勇,
申请(专利权)人:南京中设航空科技发展有限公司,
类型:发明
国别省市:江苏,32
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。