基于图像的道路识别方法及道路识别装置制造方法及图纸

本发明专利技术涉及一种基于图像的道路识别方法及道路识别装置，该方法包括步骤：根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域；对所述疑似道路区域使用训练好的SRGAN模型进行超分辨率重建，得到更高分辨率的疑似道路区域图像，并对非疑似道路区域进行高斯滤波处理；对超分辨率重建后的疑似道路区域图像进行小波阈值去噪处理；使用Canny算子提取经过小波阈值去噪处理后输出的图像中的边缘线；对提取到的边缘线进行填补及编组，实现将同一道路的同侧边缘线连接到一起，及将同一道路的两侧绑定到一起；填充道路两边缘线之间的区域，得到封闭的道路。本发明专利技术方法可以提高图像的分辨率，加快边缘线提取速度，且较为准确地提取完整的道路。

Road recognition method and device based on image

【技术实现步骤摘要】
基于图像的道路识别方法及道路识别装置
本申请涉及深度学习
，特别涉及一种基于图像的道路识别方法及道路识别装置。
技术介绍
传统的道路提取的类型主要分为两种。第一种是直接找路，即从图像中提取轮廓边缘或边框，从图像中找到一对平行线作为路边，但是受限于图像分辨率和识别算法的局限，提取精度不高；第二种是利用图像分割的方法，通过灰度值、阈值和图像信息来提取目标区域，但是由于图像表面光滑，不同区域输出的结果可能与其他线性地面物体，如山沟、河流等混合。
技术实现思路
本专利技术的目的在于提供一种基于图像的道路识别方法及道路识别装置，以提高道路识别的精度。为了实现上述专利技术目的，本专利技术实施例提供了以下技术方案：一种基于图像的道路识别方法，包括以下步骤：根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域；对所述疑似道路区域使用训练好的SRGAN模型进行超分辨率重建，得到更高分辨率的疑似道路区域图像，并对非疑似道路区域进行高斯滤波处理；对超分辨率重建后的疑似道路区域图像进行小波阈值去噪处理；使用Canny算子提取经过小波阈值去噪处理后输出的图像中的边缘线；对提取到的边缘线进行填补及编组，实现将同一道路的同侧边缘线连接到一起，及将同一道路的两侧绑定到一起；填充道路两边缘线之间的区域，得到封闭的道路。在进一步优化的方案中，在所述对提取到的边缘线进行填补及编组的步骤之后，还包括步骤：延伸编组之后的道路边缘线的线段，得到最终的道路边缘线。在进一步优化的方案中，在判断出疑似道路区域和非疑似道路区域之后，还包括步骤：以每个属于疑似道路区域的像素点为原点，以若干个像素点为半径，将此范围内的区域均定义为疑似道路区域。在进一步优化的方案中，所述对非疑似道路区域进行高斯滤波处理的步骤，包括：先使用第一卷积核进行滤波处理，再使用第二卷积核进行滤波处理，第一卷积核小于第二卷积核。另一方面，本专利技术实施例还提供了一种道路识别装置，包括：判断模块，用于根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域；重建模块，用于对所述疑似道路区域使用训练好的SRGAN模型进行超分辨率重建，得到更高分辨率的疑似道路区域图像，并对非疑似道路区域进行高斯滤波处理；去噪模块，用于对超分辨率重建后的疑似道路区域图像进行小波阈值去噪处理；边缘线提取模块，用于使用Canny算子提取经过小波阈值去噪处理后输出的图像中的边缘线；编组模块，用于对提取到的边缘线进行填补及编组，实现将同一道路的同侧边缘线连接到一起，及将同一道路的两侧绑定到一起；填充模块，用于对道路两边缘线之间的区域进行填充，得到封闭的道路。本专利技术实施例还提供了一种包括计算机可读指令的计算机可读存储介质，所述计算机可读指令在被执行时使处理器执行所述程序时实现任一道路识别方法的步骤。本专利技术实施例还提供了一种电子设备，所述的电子设备包括处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一道路识别方法的步骤。与现有技术相比，本专利技术的有益效果：通过超分辨率技术在一定限度提高了图像的分辨率，而不是必须依赖价格高昂的高分辨率卫星图像；在提取效果上，采用速度较快的边缘提取，也可以较好地提取出图像中的大部分道路(可以提取出较为细小的道路)，同时通过GAN算法的改进，可以做到提取路面，而不仅仅是一条线段。附图说明为了更清楚地说明本申请实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施提供的基于图像的道路识别方法的流程示意图；图2为本专利技术实施例提供的原始遥感影像图；图3为本专利技术实施例提供的超分辨率影像图；图4为对图2使用Canny算子进行提取边缘后的效果图；图5为对图3使用Canny算子进行提取边缘后的效果图；图6a-c为道路边缘线的不同处理过程示意图；图7为道路识别方法中边缘线段延伸步骤的流程图；图8为本实施例提供的道路提取的结果图；图9为本实施例中道路识别装置的功能模块示意图；图10为本专利技术实施例中提供的电子设备的结构示意图。具体实施方式为使本申请实施方式的目的、技术方案和优点更加清楚，下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。因此，以下对在附图中提供的本申请的实施方式的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。实施例目前传统的道路提取的类型可以主要分为两种。第一种是直接找路，即从图像中提取轮廓边缘或边框，从图像中找到一对平行线作为路边，但是受限于图像分辨率和识别算法的局限，提取精度不高；第二种是利用图像分割的方法，通过灰度值、阈值和图像信息来提取目标区域，但是由于图像表面光滑，不同区域输出的结果可能与其他线性地面物体，如山沟、河流等混合，也存在道路识别精度低的问题。专利技术人发现，道路提取也可以根据学习的思想，机器可以从像素级的原始数据到抽象的语义概念逐层提取信息，自动学习目标特征，从而找到正确的道路，但是这种方法需要足够多的训练集和测试集以及很好的学习算法，因此也具有一定的难度和挑战。请参阅图1，本实施例中提供的一种基于图像的道路识别方法，包括以下步骤：步骤S1：根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域。本实施例中所述的道路识别主要是提取图像中的两类道路，一类是城镇中的水泥道路，另一类是城镇间以及城市中的沥青道路。经过对大量的不同的遥感影像(拍摄时间相同，例如均为上午九时到十时)的道路RGB信息的采集，发现水泥道路的RGB值为(165-185，170-190，170-190)，沥青道路的RGB值为(95-115，105-115，110-125),因此，本步骤在判断疑似道路区域时，满足RGB值为(165-185，170-190，170-190)的像素点，以及满足RGB值为(95-115，105-115，110-125)的像素点，均被判断为属于道路部分，即所有满足条件的像素点组成的区域为疑似道路区域。例如，一个像素点的RGB值为(169,182,170)，因为169在165-185区间，182在170-190区间，170在170-190区间，所以该像素点被判断为属于疑似道路区域。另外，由于道路中难免有树荫、车辆或者因道路污染等原因导致像素点不均匀，可能出现与阈值(即(165-185，170-190，170-190)和(95-115，105-115，110-125))差别较大的区域，因此，为了避免属于真实道路的像素点被遗漏掉，作为一种可实施方式，可以以每个被选定为道路的像素点为原点，以若干个(例如十五个)像素点为半径，将此范围内的区域均定义为疑似道路区域本文档来自技高网...

【技术保护点】
1.一种基于图像的道路识别方法，其特征在于，包括以下步骤：根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域；对所述疑似道路区域使用训练好的SRGAN模型进行超分辨率重建，得到更高分辨率的疑似道路区域图像，并对非疑似道路区域进行高斯滤波处理；对超分辨率重建后的疑似道路区域图像进行小波阈值去噪处理；使用Canny算子提取经过小波阈值去噪处理后输出的图像中的边缘线；对提取到的边缘线进行填补及编组，实现将同一道路的同侧边缘线连接到一起，及将同一道路的两侧绑定到一起；填充道路两边缘线之间的区域，得到封闭的道路。

【技术特征摘要】
1.一种基于图像的道路识别方法，其特征在于，包括以下步骤：根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域；对所述疑似道路区域使用训练好的SRGAN模型进行超分辨率重建，得到更高分辨率的疑似道路区域图像，并对非疑似道路区域进行高斯滤波处理；对超分辨率重建后的疑似道路区域图像进行小波阈值去噪处理；使用Canny算子提取经过小波阈值去噪处理后输出的图像中的边缘线；对提取到的边缘线进行填补及编组，实现将同一道路的同侧边缘线连接到一起，及将同一道路的两侧绑定到一起；填充道路两边缘线之间的区域，得到封闭的道路。2.根据权利要求1所述的方法，其特征在于，在所述对提取到的边缘线进行填补及编组的步骤之后，还包括步骤：延伸编组之后的道路边缘线的线段，得到最终的道路边缘线。3.根据权利要求1所述的方法，其特征在于，所述根据待识别图像中各像素点的RGB值，判断出疑似道路区域和非疑似道路区域的步骤，包括：判断像素点的RGB值，若RGB值满足(165-185，170-190，170-190)或(95-115，105-115，110-125)，则判断该像素点属于疑似道路区域，否则不属于疑似道路区域，所有属于疑似道路区域的像素点组成的区域为疑似道路区域，所有属于非疑似道路区域的像素点组成的区域为非疑似道路区域。4.根据权利要求1所述的方法，其特征在于，所述对提取到的边缘线进行填补的步骤，包括：将Canny算子提取出边缘的边缘点的像素标记为0，非边缘点的像素标记为255；遍历每一个边缘点，对其8邻域进行追踪，找到像素标记为0的点，再在找到的点的8邻域进行下一步追踪，直至找不到像素标记为0的点为止；找到每一条边缘线后，对该边缘线取其前后端点在其8邻域边界寻找边缘点，若有边缘点则填满直线上所有的点。5.根据权利要求1所述的方法，其特征在于，所述对提取到的边缘线进行编组的步骤，包括：步骤a，以线段L2的其中一个端点为圆心，形成分别以R1和R2为半径的同心圆，如果线段L1刚好与以R1和R2为半径的圆都相交，且都只有一个交点，那么将线段L1、L2编为一组并将其最近的端点连接；如果线段L1和线段L2的方向差和侧向距离都小于阈值，那么将线段L1、L2编为一组并将其最近的端点连接，所述方向差为两线段之间的夹角，所述侧向距离为L2的中点到L1的垂直距离；步骤b，将线段L1四等分，得到三个四等分点，包括两个端点依次编号1、2、3、4、5，以...

【专利技术属性】
技术研发人员：刘瑞，赵越，曾祥强，梁志伟，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：四川,51