一种基于图像的路面分割方法及系统技术方案

本发明专利技术涉及计算机视觉和图像处理技术领域，具体是一种基于图像的路面分割方法及系统，包括以下步骤：场景采集步骤：使用拍摄设备采集路面场景图像，且采集不同自然条件下的场景；图像处理步骤：根据采集的图像进行预处理，从而得到预定量的图像样本，并将图像样本生成路面图像训练集和验证集；图像模型处理步骤:将Cityscapes数据集的图像数据输入深度学习分割路面网络Bisenet中进行训练。本发明专利技术的分割方法具备自然路面场景感知能力，能够实现高效的特征表征，极大程度上改善了图像语义分割的准确率和精细程度，减少了误分割现象，而且采用了跳跃融合结构，将底层特征信息和深层语义信息进行高度结合，保留原图像的空间信息的同时也能快速获取最大感受野。同时也能快速获取最大感受野。同时也能快速获取最大感受野。

【技术实现步骤摘要】
一种基于图像的路面分割方法及系统


[0001]本专利技术涉及计算机视觉和图像处理
，具体是一种基于图像的路面分割方法及系统。

技术介绍

[0002]图像分割作为计算机视觉和图像处理领域的关键技术，能够处理场景图像语义理解面临的诸多问题，随着深度学习进一步深入发展，图像分割技术也得到了广泛的应用。在路面分割检测任务中，主要采用的技术包括传统视觉处理技术和深度学习的目标分割技术。传统的视觉处理技术主要通过模板匹配、均值漂移、聚类等相关算法进行图像特征提取，对其进行图像逐像素分类。路面图像分割主要根据图像的灰度、形态、纹理等相关特征，将图像分割成若干个互不重叠的区域。
[0003]中国专利号CN107220632B提供一种基于法向特征的路面图像分割方法，本专利技术利用双目相机得到的深度图像结合相机的内参转换为平面法向图。在平面法向图中利用法向特征确定道路平面，完成对道路平面的分割处理，将其标记为可安全行驶的区域，剩余区域标记为防撞区域。
[0004]现有的主流路面分割方法主要存在针对复杂场景，例如雨雪、雾霾、夜晚等路面分割效果较本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像的路面分割方法，其特征在于：包括以下步骤：场景采集步骤：采集路面场景图像；图像处理步骤：对场景采集步骤采集的图像进行预处理，从而得到预定量的图像样本，并将图像样本生成路面图像训练集和验证集；图像模型处理步骤:将图像处理步骤预处理的城市风景数据集的图像数据输入深度学习分割路面网络多支路轻量化分割模型中；图像扩充微调步骤：将图像处理步骤得到的路面图像训练集和验证集设置成预定数量，而后进行扩充微调处理，之后对扩充微调生成的模型参数进行保存；测试分割步骤:将待分割的路面场景图像数据统一到预定尺寸，而后输入final_model.pth模型进行测试分割，输出得到路面分割结果图。2.根据权利要求1所述的一种基于图像的路面分割方法，其特征在于：所述场景采集步骤中图像采集数量为200张～500张，且采集的条件包括雨雪雾霾、室内、白天和夜晚下的路面中的一种或多种，所述采集的路面包括乡村道路、街道、高速公路上的场景中的一种或多种。3.根据权利要求1所述的一种基于图像的路面分割方法，其特征在于：所述图像处理步骤中图像预处理方式为首先将场景采集步骤采集的图像统一尺寸裁剪到预定大小，并转化成16位～48位PNG格式图像，而后选取若干张不同场景图像进行灰度化，模拟红外摄像头拍摄图像，并将灰度化后的8位图像转为24位深度图像，随后对图像进行labelme深度学习，并用打标工具进行标签标注，而后将标注完毕之后生成的json文件进行批量转化，将背景的像素设置为0，道路的像素设置为1，人行道的像素设置为2，其中相同像素值的像素点表示为同一类像素点，之后将json文件转化后生成的mask标签图像和原图进行数据增强的扩充处理，将数据集由原来的300张扩充至3000张，并保持原图和对应mask标签图像的同步扩充，最后将增强完毕后的数据集生成训练、验证和测试路径txt文件并保存，从而得到城市风景数据集。4.根据权利要求3所述的一种基于图像的路面分割方法，其特征在于：所述图像预处理中选取的数量为30张～80张，所述图像预处理中标签标注分为三类，且三类分别为道路、人行道、和背景。5.根据权利要求3所述的一种基于图像的路面分割方法，其特征在于：所述图像预处理中扩充处理依次为旋转、缩放、裁剪操作进行随机概率的十倍增强。6.根据权利要求1所述的一种基于图像的路面分割方法，其特征在于：所述图像模型处理步骤中训练使用GPU个数为1个～5个，且训练步骤为：将图像处理步骤中保存的城市风景训练集和验证集分别设置为2000张～3000张和300张～800张，其中训练的迭代次数设置为100000次～200000次，同时Batch_size设置为8张～24张，而后将训练生成的模型model_city.pth进行验证和测试，并将深度学习分割网络多支路轻量化分割模型的定量分析指标mean_IOU进行结果分析和计算，最后得出mean_IOU计算结果，之后将训练生成的网络模型model_city.pth参数作为欲训练模型进行保存。7.根据权利要求6所述的一种基于图像的路面分割方法，其特征在于：所述mean_IOU计算公式如下：
;其中：为分割的类别数、表示类被预测分割正确的像素点、表示本属于类但被预测分割到类的像素点、表示本属于类但被预测分到类的像素点。8.根据权利要求1所述的一种基于图像的路面分割方法，其特征在于：所述图像扩充微调步骤中将图像处理步骤中得到的路面图像训练集和验证集分别设置为2000张～3000张和500张～1000张的数量，且扩充微调步骤为：将扩充后的数据集2500张～4000张图像和对应的mask图像输入网络model_city.pth进行模型微调，而后将微调过程中的损失...

【专利技术属性】
技术研发人员：王和平，陈雅琼，李山路，李晓凯，莫家源，龚小龙，
申请(专利权)人：盛视科技股份有限公司，
类型：发明
国别省市：