【技术实现步骤摘要】
车道线检测方法、装置、计算机设备及计算机可读存储介质
本申请涉及图像处理
,尤其涉及一种基于先验知识的车道线检测方法、装置、计算机设备及计算机可读存储介质。
技术介绍
车道线检测是无人驾驶汽车研究、行车记录仪违法抓拍等领域中重要的组成部分,这些领域十分依赖高精地图,而在高精地图的生产过程中,如何从图像中分割出不同类型的车道线是一个非常重要的环节。目前大多数车道线检测方法大致分成两类:一类是基于传统图像处理方法,这类方法鲁棒性差,难以应对复杂的现实场景。此外,这类方法也难以区分不同类型的车道线,如白实线和白虚线等。另一类是基于深度学习方法,这类方法直接利用通用的语义分割框架分割出场景图像中的车道线,但是这种方法存在分割精度不高和车道线遗漏等问题。因此,车道线检测传统技术中存在对车道线检测不准确的问题。
技术实现思路
本申请实施例提供了一种基于先验知识的车道线检测方法、装置、计算机设备及计算机可读存储介质,能够解决传统技术中对对车道线检测不准确的问题。第一方面,本申请实施例提供了一种基于先验知识的车道线检测方法,所述方法包括:获取待检测的图像;根据预设分割函数对所述图像进行分割,以得到所述图像在RGB色彩模式下所对应的RGB三图像通道图;将所述图像输入至预设图像检测模型,以得到第一图像通道图,所述第一图像通道图包括所述图像中所包含的车道线区域与背景区域;将所述第一图像通道图与所述图像所对应的RGB三图像通道图通过通道扩增进行拼接,以得到第二图像通道图;将所述第二图像通道图输入至预 ...
【技术保护点】
1.一种基于先验知识的车道线检测方法,其特征在于,所述方法包括:/n获取待检测的图像;/n根据预设分割函数对所述图像进行分割,以得到所述图像在RGB色彩模式下所对应的RGB三图像通道图;/n将所述图像输入至预设图像检测模型,以得到第一图像通道图,所述第一图像通道图包括所述图像中所包含的车道线区域与背景区域;/n将所述第一图像通道图与所述RGB三图像通道图通过通道扩增进行拼接,以得到第二图像通道图;/n将所述第二图像通道图输入至预设车道线分割模型;/n根据所述预设车道线分割模型对所述第二图像通道图进行检测,得到所述图像中所包含的车道线。/n
【技术特征摘要】
1.一种基于先验知识的车道线检测方法,其特征在于,所述方法包括:
获取待检测的图像;
根据预设分割函数对所述图像进行分割,以得到所述图像在RGB色彩模式下所对应的RGB三图像通道图;
将所述图像输入至预设图像检测模型,以得到第一图像通道图,所述第一图像通道图包括所述图像中所包含的车道线区域与背景区域;
将所述第一图像通道图与所述RGB三图像通道图通过通道扩增进行拼接,以得到第二图像通道图;
将所述第二图像通道图输入至预设车道线分割模型;
根据所述预设车道线分割模型对所述第二图像通道图进行检测,得到所述图像中所包含的车道线。
2.根据权利要求1所述基于先验知识的车道线检测方法,其特征在于,所述第一图像通道图还包括所述图像中所包含的车辆在所述图像中的位置所对应的车辆位置信息,所述将所述图像输入至预设图像检测模型,以得到所述第一图像通道图的步骤包括:
将所述图像输入至基于先验知识的预设车道线检测模型,以得到所述图像中所包含的车道线区域与背景区域,其中,所述先验知识包括车道线区域所对应的车道线先验知识,所述车道线先验知识包括所述车道线区域包括细长直线及细长曲线;
将所述图像输入至预设车辆检测模型,以得到所述图像中所包含的车辆在所述图像中的位置所对应的车辆位置信息;
将所述车道线区域、所述背景区域及所述车辆位置信息进行组合,以得到第一图像通道图。
3.根据权利要求2所述基于先验知识的车道线检测方法,其特征在于,根据所述预设车道线分割模型对所述第二图像通道图进行检测,得到所述图像中所包含的车道线的步骤之后,还包括:
判断所述图像中是否存在车道线;
若所述图像中存在车道线,获取所述车道线的位置信息;
获取所述车辆位置信息;
根据所述车道线的位置信息及所述车辆位置信息,判断所述车道线与所述车辆之间的距离是否小于或者等于预设距离阈值;
若所述车道线与所述车辆之间的距离小于或者等于所述预设距离阈值,按照预设告警方式进行告警提示。
4.根据权利要求2所述基于先验知识的车道线检测方法,其特征在于,所述将所述图像输入至基于先验知识的预设车道线检测模型步骤之前,还包括:
获取训练图像样本,所述图像训练样本包括原始训练图像及所述原始训练图像所对应的标注训练图像,所述标注训练图像中标注有车道线区域和背景区域;
将所述训练图像样本输入至预设车道线检测模型,以对所述预设车道线检测模型进行训练。
5.根据权利要求4所述基于先验知识的车道线检测方法,其特征在于,所述标注训练图像中还标注有车辆位置及车道线,所述将所述训练图像样本输入至预设车道线检测模型,以对所述预设车道线检测模型进行训练的步骤之后,还包括:
根据所述预设车道线检测模型,输出所述原始训练图像中所包含的车道线区域与背景区域;
将所述训练图像样本输入至所述预...
【专利技术属性】
技术研发人员:陈佳腾,庄伯金,王少军,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:广东;44
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。