一种基于HSV颜色空间的斑马线检测方法技术

本发明专利技术公开了一种基于HSV颜色空间的斑马线检测方法，所述方法包括：获取斑马线帧图像和HSV颜色空间；根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；对所述斑马线候选区域进行分析检测，得到目标斑马线区域。本发明专利技术通过HSV颜色空间和斑马线帧图像得到斑马线候选区域，然后对所述斑马线候选区域进行分析检测得到精准的目标斑马线区域，以实现精准的盲人导航。

【技术实现步骤摘要】
一种基于HSV颜色空间的斑马线检测方法
本专利技术涉及图像处理
，尤其涉及的是一种基于HSV颜色空间的斑马线检测方法。
技术介绍
斑马线检测旨在检测出交叉路口的斑马线，主要广泛应用在以视觉为基础的自动驾驶，盲人导航等领域。现有斑马线检测算法存在如下问题：1.对于存在树荫、破损、积水等场景斑马线的检测效果不佳，受背景的影响较大；2.对远距离的斑马线识别效果不佳；3.能够识别的场景有限，并且误识率较高等问题。因此，现有技术还有待改进和发展。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于HSV颜色空间的斑马线检测方法，旨在解决现有技术中检测斑马线的方法对于存在树荫、破损、积水等场景斑马线的检测效果不佳；或者对远距离的斑马线识别效果不佳，受背景的影响较大；或者能够识别的场景有限，并且误识率较高的问题。本专利技术解决问题所采用的技术方案如下：第一方面，本专利技术实施例提供一种基于HSV颜色空间的斑马线检测方法，其中，所述方法包括：获取和HSV颜色空间斑马线帧图像；根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；对所述斑马线候选区域进行分析检测，得到目标斑马线区域。在一种实现方式中，其中，所述所述根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域包括：将所述斑马线帧图像进行灰度转换，得到灰度图；根据所述HSV颜色空间和所述斑马线帧图像，得到掩膜区域；根据所述灰度图和所述掩膜区域，得到斑马线候选区域。在一种实现方式中，其中，所述根据所述HSV颜色空间和所述斑马线帧图像，得到掩膜区域包括：基于HSV颜色空间，确定HSV三通道的取值范围；根据所述取值范围，提取所述HSV颜色空间中的白色区域，得到掩膜区域。在一种实现方式中，其中，所述根据所述灰度图和所述掩膜区域，得到斑马线候选区域包括：根据所述灰度图，得到所述灰度图的灰度值；根据所述掩膜区域，得到所述掩膜区域的灰度值；将所述灰度图的灰度值乘以所述掩膜区域的灰度值，得到斑马线候选区域。在一种实现方式中，其中，所述对所述斑马线候选区域进行分析检测，得到目标斑马线区域包括：过滤所述斑马线候选区域的噪声，得到去噪斑马线候选区域；对所述去噪斑马线候选区域进行分析检测，得到目标斑马线区域。在一种实现方式中，其中，所述过滤所述斑马线候选区域的噪声，得到去噪斑马线候选区域包括：对所述斑马线候选区域中值滤波，得到中间去噪斑马线候选区域；对所述中间去噪斑马线候选区域进行形态学开运算，得到去噪斑马线候选区域。在一种实现方式中，其中，所述对所述去噪斑马线候选区域进行分析检测，得到目标斑马线区域包括：对所述去噪斑马线候选区域进行边缘检测，得到候选斑马线区域；对所述候选斑马线区域进行霍夫直线检测，得到候选斑马线的线段状态；对所述候选斑马线的线段进行线段分析，得到目标斑马线区域。在一种实现方式中，其中，所述对所述候选斑马线区域进行霍夫直线检测，得到候选斑马线的线段状态包括：获取霍夫直线检测的线段的第一端点的第一横坐标x1和第一纵坐标y1以及线段的第二端点的第二横坐标x2和第二纵坐标y2；将所述第一横坐标x1，所述第一纵坐标y1，所述第二横坐标x2，所述第二纵坐标y2代入到中，得到候选斑马线的线段状态；其中，候选斑马线的线段状态为所述线段与水平线的角度θ。第二方面，本专利技术实施例还提供一种基于HSV颜色空间的斑马线检测装置，其中，所述装置包括：斑马线帧图像获取单元，用于获取斑马线帧图像和HSV颜色空间；斑马线候选区域获取单元，用于根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；目标斑马线区域获取单元，用于对所述斑马线候选区域进行分析检测，得到目标斑马线区域。第三方面，本专利技术实施例还提供一种智能终端，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上述任意一项所述的一种基于HSV颜色空间的斑马线检测方法。第四方面，本专利技术实施例还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述中任意一项所述的一种基于HSV颜色空间的斑马线检测方法。本专利技术的有益效果：本专利技术实施例首先获取斑马线帧图像和HSV颜色空间；然后根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；最后对所述斑马线候选区域进行分析检测，得到目标斑马线区域；可见，本专利技术实施例中通过所述HSV颜色空间和斑马线帧图像得到斑马线候选区域，然后对所述斑马线候选区域进行分析检测得到精准的目标斑马线区域,以实现精准的盲人导航。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，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的附图。图1为本专利技术实施例提供的一种基于HSV颜色空间的斑马线检测方法流程示意图。图2为本专利技术实施例提供的候选区域生成模块示意图。图3为本专利技术实施例提供的候选区域分析模块示意图。图4为本专利技术实施例提供的候选区域未修改参数检测结果示意图。图5为本专利技术实施例提供的仅将中值滤波掩膜修改为5×5检测结果。图6为本专利技术实施例提供的仅将形态学开运算掩膜修改为5×5检测结果。图7为本专利技术实施例提供的仅将Canny边缘检测阈值修改为[30,50]检测结果。图8为本专利技术实施例提供的仅将Canny边缘检测阈值修改为[0,90]检测结果。图9为本专利技术实施例提供的仅将Canny边缘检测阈值修改为[90,150]检测结果。图10为本专利技术实施例提供的θ角示意图。图11为本专利技术实施例提供的网络整体框架。图12为本专利技术实施例提供的一种基于HSV颜色空间的斑马线检测装置的原理框图。图13为本专利技术实施例提供的智能终端的内部结构原理框图。具体实施方式本专利技术公开了一种基于HSV颜色空间的斑马线检测方法，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应本文档来自技高网...

【技术保护点】
1.一种基于HSV颜色空间的斑马线检测方法，其特征在于，所述方法包括：/n获取斑马线帧图像和HSV颜色空间；/n根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；/n对所述斑马线候选区域进行分析检测，得到目标斑马线区域。/n

【技术特征摘要】
1.一种基于HSV颜色空间的斑马线检测方法，其特征在于，所述方法包括：
获取斑马线帧图像和HSV颜色空间；
根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域；
对所述斑马线候选区域进行分析检测，得到目标斑马线区域。


2.根据权利要求1所述的基于HSV颜色空间的斑马线检测方法，其特征在于，所述根据所述HSV颜色空间和所述斑马线帧图像，得到斑马线候选区域包括：
将所述斑马线帧图像进行灰度转换，得到灰度图；
根据所述HSV颜色空间和所述斑马线帧图像，得到掩膜区域；
根据所述灰度图和所述掩膜区域，得到斑马线候选区域。


3.根据权利要求2所述的基于HSV颜色空间的斑马线检测方法，其特征在于，所述根据所述HSV颜色空间和所述斑马线帧图像，得到掩膜区域包括：
基于HSV颜色空间，确定HSV三通道的取值范围；
根据所述取值范围，提取所述HSV颜色空间中的白色区域，得到掩膜区域。


4.根据权利要求3所述的基于HSV颜色空间的斑马线检测方法，其特征在于，所述根据所述灰度图和所述掩膜区域，得到斑马线候选区域包括：
根据所述灰度图，得到所述灰度图的灰度值；
根据所述掩膜区域，得到所述掩膜区域的灰度值；
将所述灰度图的灰度值乘以所述掩膜区域的灰度值，得到斑马线候选区域。


5.根据权利要求4所述的基于HSV颜色空间的斑马线检测方法，其特征在于，所述对所述斑马线候选区域进行分析检测，得到目标斑马线区域包括：
过滤所述斑马线候选区域的噪声，得到去噪斑马线候选区域；
对所述去噪斑马线候选区域进行分析检测，得到目标斑马线区域。


6.根据权利...

【专利技术属性】
技术研发人员：郑明火，邹文斌，李霞，邹辉，
申请(专利权)人：深圳大学，慧视创新深圳有限公司，
类型：发明
国别省市：广东;44