【技术实现步骤摘要】
一种斑马线型人行横道检测方法
本专利技术属于模式识别技术、图像处理技术、计算机视觉
,涉及一种斑马线型人行横道检测方法。
技术介绍
视觉信息是人类识别周围环境的最重要信息来源,人类获得的信息80%左右是从视觉系统输入的。根据世界卫生组织统计,全世界有2.85亿视觉障碍人士。视障人士损失了正常的视觉,对颜色、形状的理解很困难。现在,他们中的许多人使用白手杖或导盲犬协助自己的日常生活。白手杖不足以在旅行期间解决所有的困难。导盲犬可以引导视障人士以避免在道路上行走时的危险,但是因为训练导盲犬需要很大的成本,它们不能用于所有视觉障碍者。因此,手杖、导盲犬等传统工具无法为他们出行提供充分的协助。自从各种电子出行辅助(ETA)设备开发以来,已被视为一种辅助视障者在不同情况下出行的有效的方法。为了帮助用户找到通路,许多辅助系统部署深度相机来检测可及的路径和障碍。然而,在这些系统中,几乎没有集成斑马线型人行横道检测。由于视力有限,视觉障碍者难以在室外出行。城市中人行横道无处不在,但不少路口没有都为视障人士配备声音辅助设备。因此,对于视障者避免道路危险来说,检测斑马线型人行横道至关重要。随着智能硬件和移动互联网技术的发展,无人车等自动控制技术有了长足进展。用于外卖、快递等的小型无人车,如果要像人一样在城市中穿梭,就不可缺少人行横道检测方法和系统,用以进行路口的精确导航。许多工作致力于解决人行横道检测问题。然而,大多数当前的解决方案应用于车辆的自动驾驶导航。自动驾驶中,相机相对于承载者是静止的;盲人辅助应用截然不同,斑马线型人行横道可以位于图像的任何位置,并且由手持相机 ...
【技术保护点】
1.一种斑马线型人行横道检测方法,其特征在于,包括以下步骤:(1)采集彩色图像Color,Color面积大小为W×H=area,W为Color的水平方向像素数,H为Color的竖直方向像素数。(2)将Color转换为灰度图像。将灰度图像或其下采样图像输入神经网络,将神经网络的输出层中数值最大值的节点所对应的阈值t作为二值化阈值,对灰度图像或其下采样图像进行阈值分割,提取灰度图像中灰度值大于t的合格像素。(3)对所有合格像素,采用区域生长法提取连通区域,每一个连通区域作为一个候选区域,计算该候选区域面积a;(4)对于任意一个候选区域,建立覆盖该候选区域的最小矩形区域,并提取该最小矩形区域的长边与Color竖直边的夹角b;进一步对候选区域经过候选区域面积a,夹角b和凹凸性的筛选(若其重心在区域的边界之外,则判定为凹图形,否则判定为凸图形),筛选出a1
【技术特征摘要】
1.一种斑马线型人行横道检测方法,其特征在于,包括以下步骤:(1)采集彩色图像Color,Color面积大小为W×H=area,W为Color的水平方向像素数,H为Color的竖直方向像素数。(2)将Color转换为灰度图像。将灰度图像或其下采样图像输入神经网络,将神经网络的输出层中数值最大值的节点所对应的阈值t作为二值化阈值,对灰度图像或其下采样图像进行阈值分割,提取灰度图像中灰度值大于t的合格像素。(3)对所有合格像素,采用区域生长法提取连通区域,每一个连通区域作为一个候选区域,计算该候选区域面积a;(4)对于任意一个候选区域,建立覆盖该候选区域的最小矩形区域,并提取该最小矩形区域的长边与Color竖直边的夹角b;进一步对候选区域经过候选区域面积a,夹角b和凹凸性的筛选(若其重心在区域的边界之外,则判定为凹图形,否则判定为凸图形),筛选出a1<a<a2、0<b<b2、且为凸图形的候选区域作为合格候选区域,其中,a1、a2分别为合格候选区域面积的下限和上限,b2为合格候选区域夹角b的上限;由合格候选区域构成候选集合C。(5)选取C中不相同的任意两个初始合格候选区域i和j,再从C中选择除i和j以外、但与i、j相近的合格候选区域k,由i、j和一个或多个相近的合格候选区域k组成一致集合Sij;所述相近的合格候选区域的选择标准如下:①相近的合格候选区域的k的重心与合格候选区域i、j重心的连线距离均小于t1,②相近的合格候选区域的k的最小矩形区域长边与i或j的最小矩形区域长边夹角大于t2,③i、j重心连线与相近的合格候选区域k的最小区域矩形的两条相对的边相交;其中t1为相近的合格候选区域与初始合格候选区域的距离上限,t2为相近的合格候选区域与初始候选区域的夹角上限;(6)对一致集合Sij中的每个合格候选区域,计算其灰度平均值作为该区域的灰度值,记为v,及其最小矩形区域的长边与Color竖直边的夹角,记为g;计算Sij中所有候选区域的v的平均值m1、所有候选区域的g的平均值m2,剔除Sij中偏离的合格候选区域,所述偏离的合格候选区域为|v-m1|>t3且|g-m2|>t4,其中t3是判断为偏离区域的灰度阈值,t4是判断为偏离区域的夹角阈值。(7)在C中选取遍历所有的i和j组合,重复步骤(5);对得到的每个一致集合Sij,计算集合内的标准差值D,选择D值最小的一致集合S*作为斑马线检测结果;所述标准差...
【专利技术属性】
技术研发人员:程瑞琦,杨恺伦,汪凯巍,于红雷,
申请(专利权)人:杭州视氪科技有限公司,
类型:发明
国别省市:浙江,33
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。