基于深度语义分割网络和图像矫正的高速路遮光板倾斜识别方法技术

本发明专利技术涉及一种基于深度语义分割网络和图像矫正的高速路遮光板倾斜识别方法，将高分辨相机采集的高速路上遮光板图像输入至深度残差神经网络模型，实现对遮光板区域的像素级精细分割，进而对同一幅图像内多个遮光板区域，通过去估计最大外接多边形，根据顶点之间的距离确定最优外接四边形，进而通过仿射变换完成遮光板区域矫正；最后，利用最小二乘估计每个遮光板的姿态方向，实现对倾斜遮光板的识别定位。相比传统图像分割方法，该方法使用的目标分割模型对目标细节分割质量更优，对背景干扰十分鲁棒。通过顶点距离快速确定外接四边形的方法简单高效，适用于对动态场景下的区域形状估计。通过在实测数据进行测试，验证了该方法的有效性和优越性。方法的有效性和优越性。方法的有效性和优越性。

【技术实现步骤摘要】
基于深度语义分割网络和图像矫正的高速路遮光板倾斜识别方法


[0001]本专利技术属于图像处理
，涉及图像的识别检测，具体涉及一种基于深度语义分割和图像矫正的高速路遮光板倾斜识别方法。

技术介绍

[0002]高速公路遮光板位于高速公路两个反方向行驶道路中间，能够挡住斜对面反向车道上行驶过来的车灯直射光线影响，防止炫目保证司机的眼睛不受强光照射；同时，还可以帮助风流导向，避免横风(与高速公路走向垂直的风流)吹倒损坏遮光板。高速公路遮光板的安装部署和缺损状态监测，对保证高速公路的行车安全有很大作用。实际中，由于车祸事故、风力破坏等不可抗力原因，高速公路遮光板不可避免发生缺失或倾斜，给道路安全防护带来极大隐患。因此，对高速公路遮光板进行检测和定位，以便快速修复遮光板，对于高速公路的行车安全环境至关重要。

技术实现思路

[0003]针对上述现有技术中存在的高速公路遮光板缺失或倾斜的异常问题，本专利技术的目的在于，提供一种基于深度语义分割和图像矫正的高速路遮光板倾斜识别方法。
[0004]为了实现上述任务，本专利技术采取如下的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度语义分割网络和图像矫正的高速路遮光板倾斜识别方法，其特征在于，该方法将高分辨相机采集的高速路上遮光板图像输入至深度残差神经网络模型，实现对遮光板区域的像素级精细分割，进而对同一幅图像内多个遮光板区域，通过去估计最大外接多边形，根据顶点之间的距离确定最优外接四边形，进而通过仿射变换完成遮光板区域矫正；最后，利用最小二乘估计每个遮光板的姿态方向，实现对倾斜遮光板的识别定位。2.如权利要求1所述的方法，其特征在于，具体包括以下步骤：步骤一，构建深度残差神经网络模型，所述深度残差神经网络模型包括主干特征提取网络、空洞空间池化金字塔模块、后处理模块、二次点预测模块；将高分辨相机采集的高速路上遮光板图像输入至残差神经网络模型，由神经网络模型输出特征图，然后对输出特征图进行2倍双线性插值，得到粗预测图；在得到粗预测图上挑选出N个不确定性最高的点，并对于每个不确定性最高点获取其表征向量，该表征向量由低层特征向量和高层特征向量组成；其中，低层特征向量通过在粗预测图的特征向量图上进行双线性插值获得，高层特征向量即为不确定点在粗预测图上的特征向量，然后使用一个小的神经网络对表征向量计算得到更新的粗预测图；将预测结果替换粗糙预测结果中的不稳定值，不断重复上述步骤，直到输出结果尺寸与原图大小一致；步骤二，计算遮光板区域的凸包，具体计算方法如下：1)假设每个遮光板边缘区域是由n个像素组成，构成了集合E，且E＝{P

【专利技术属性】
技术研发人员：周祚峰，吴清泉，
申请(专利权)人：西安西光产业发展有限公司，
类型：发明
国别省市：