【技术实现步骤摘要】
减速带的检测方法、系统、设备及计算机可读存储介质
[0001]本专利技术属于图像处理
，涉及一种检测方法和系统，特别是涉及一种减速带的检测方法、系统、设备及计算机可读存储介质。
技术介绍
[0002]减速带作为一种重要的地面交通标志，对减少交通事故和道路管制有着重大意义。无人驾驶技术不断发展，其感知模块也必然绕不开减速带的检测和识别。目前的研究中大多都是传统的图像处理算法，深度学习算法较少。传统的方法大多基于一些特定特征(如几何形状)进行分割提取，复杂环境下的鲁棒性差，而卷积神经网络的特征提取能力强大，能够适应复杂的场景，有研究采用目标检测网络对减速带进行检测，但长条状的减速带检测较为困难，复杂场景(如光线较暗的停车场)容易漏检和误检，位置误差也较大。
[0003]因此，如何提供一种减速带的检测方法、系统、设备及计算机可读存储介质，以解决现有技术无法胜任不同复杂的场景，鲁棒性较差，容易漏检和误检，位置误差也较大等缺陷，实已成为本领域技术人员亟待解决的技术问题。
技术实现思路
[0004]鉴于以上...
【技术保护点】
【技术特征摘要】
1.一种减速带的检测方法，其特征在于，包括：遍历语义分割图像，筛选出包含减速带语义元素的检测图像；于所述检测图像中提取减速带轮廓；校正减速带轮廓的偏转角度，并基于校正的偏转角度，对所述减速带轮廓进行分类；其中，所述减速带轮廓的类别包括基于X坐标的减速带轮廓和/或基于Y坐标的减速带轮廓；在基于X坐标的减速带轮廓和/或基于Y坐标的减速带轮廓中，查找属于同一减速带的减速带轮廓，并将属于同一减速带的减速带轮廓予以整合，以检测出所述减速带。2.根据权利要求1所述的减速带的检测方法，其特征在于，所述减速带的检测方法还包括：采集环视拼接图像，并将所述环视拼接图像输入预设语义分割网络，以获取所述语义分割图像。3.根据权利要求1所述的减速带的检测方法，其特征在于，所述于所述检测图像中提取减速带轮廓包括于所述检测图像中去除干扰轮廓，保留符合要求的减速带轮廓；所述于所述检测图像中去除干扰轮廓，保留符合要求的减速带轮廓的步骤包括：于所述检测图像中查找所有轮廓，并计算各轮廓最小包围矩形框的面积；将所计算的各轮廓最小包围矩形框的面积与预设面积阈值进行比较，将面积小于预设面积阈值的轮廓定义为干扰轮廓，予以去除；将面积大于等于预设面积阈值的减速带轮廓予以保留。4.根据权利要求1所述的减速带的检测方法，其特征在于，在校正减速带轮廓的偏转角度的步骤之前，所述减速带的检测方法还包括：遍历各个减速带轮廓，将各个减速带轮廓定义为目标轮廓，查找与之距离最近的另一减速带轮廓，并计算两者中心点的横坐标与纵坐标之间的距离，若两者中心点的横坐标之间的距离小于等于一距离阈值，两者中心点的纵坐标小于等于另一距离阈值时，则认为该目标轮廓及与之距离最近的另一减速带轮廓属于同一减速带。5.根据权利要求4所述的减速带的检测方法，其特征在于，校正减速带轮廓的偏转角度的步骤包括：当目标轮廓与之距离最近的另一减速带轮廓的中心点的横坐标之间的距离大于等于纵坐标之间的距离，则判定与之距离最近的另一减速带轮廓位于所述目标轮廓的东西向，并判断该目标轮廓的偏转角度是否与位于其东西向的另一减速带轮廓相匹配；若是，则不校正偏转角度，转入分类为基于Y坐标的减速带轮廓的步骤；若否，则校正目标轮廓的偏转角度，使之与位于其东西向的另一减速带轮廓相匹配；当目标轮廓与之距离最近的另一减速带轮廓的中心点的横坐标之间的距离小于纵坐标之间的距离，则判定与之距离最近的另一减速带轮廓位于所述目标轮廓的南北向，并判断该目标轮廓的偏转角度是否与位于其南北向的另一减速带轮廓相匹配；若是，则不校正偏转角度，转入分类为基于X坐标的减速带轮廓的步骤；若否，则校正目标轮廓的偏转角度，使之与位于其南北向的另一减速带轮廓相匹配。6.根据权利要求1或5所述的减速带的检测方法，其特征在于，基于校正的偏转角度，对所述减速带轮廓进行分类的步骤包括：
从校正的...
【专利技术属性】
技术研发人员：宋京，陈科伟，吴子章，王凡，
申请(专利权)人：纵目科技上海股份有限公司，
类型：发明
国别省市：
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。