一种基于矢量化航拍图像的道路交通标线检测方法技术

本发明专利技术提供一种基于矢量化航拍图像的道路交通标线检测方法，涉及道路标线检测和无人机视觉技术领域。该方法首先获取航拍的道路图像；并对获取的道路图像进行边缘增强预处理；再对边缘增强预处理后的道路图像进行道路标线线段的提取，得到道路标线线段候选集合C；然后使用裁剪算法对道路标线线段候选集合C中道路标线线段进行裁剪，实现数据增强；最后使裁剪后的道路标线线段图像作为道路标线样本集，对原始航拍图像和道路标线样本集中的图像进行特征提取，通过匈牙利匹配算法获得道路标线。该方法通过Laplace谱和匈牙利匹配算法实现航拍图片与样本集图像的匹配，然后结合上述特征信息和其他参数等信息，就可以基本确定车道线类型。道线类型。道线类型。

【技术实现步骤摘要】
一种基于矢量化航拍图像的道路交通标线检测方法


[0001]本专利技术涉及道路标线检测和无人机视觉
，尤其涉及一种基于矢量化航拍图像的道路交通标线检测方法。

技术介绍

[0002]随着交通道路上车流量以及人流量的增多，清晰的道路交通标线可以帮助驾驶员安全驾驶。在交通执法巡查时，也可通过检测道路交通标线来监控是否有车辆违规行驶。在迅速发展的智能驾驶、无人驾驶等技术中，也广泛采用检测车道线的方法来辅助车辆进行车道保持。
[0003]现有的道路交通标线检测技术一般是以驾驶员的角度为基础，而该技术应用的单帧画面可视范围受限且识别的道路标线种类较少，不适用于航拍图像的处理。而针对无人机航拍图像的道路交通标线检测，则以正摄影像、直线型车道线检测为主。采用人工的方法，虽然可以准确检测出无人机低空航拍图像中的道路交通标线，但是费时费力、效率低下。
[0004]因此通过采用航拍图像去检测道路标线是必要的，避免人工方法的效率低下，同时避免传统方法检测道路标线带来的误差。

技术实现思路

[0005]本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于矢量化航拍图像的道路交通标线检测方法，实现道路交通标线的检测。
[0006]为解决上述技术问题，本专利技术所采取的技术方案是：一种基于矢量化航拍图像的道路交通标线检测方法，包括以下步骤：
[0007]步骤1：获取航拍的道路图像；
[0008]通过规定无人机飞行的高度以及偏转角度，考虑环境因素后完成无人机对道路的拍摄；/>[0009]步骤2：对获取的道路图像进行边缘增强预处理；
[0010]采用基于Sobel算子的边缘增强算法对航拍获取得到的道路图像进行预处理，以减轻图像中噪音的干扰，更好的提取出道路标线的边缘；
[0011]步骤3：对边缘增强预处理后的道路图像进行道路标线线段的提取，得到道路标线线段候选集合C，并输出每条道路标线的起点、中间点和终点这三个关键点；
[0012]使用LSD算法直接在边缘增强预处理后的道路图像进行道路标线线段提取，通过线段集合输出每条道路标线的起点、中间点和终点；
[0013]记边缘增强后图像为I
enhance
﹐则经过LSD提取线段后得到道路标线线段候选集合C，如下公式所示：
[0014]C＝LSD(I
enhance
)
[0015]道路标线线段候选集合C中第i条线段c
i
如下公式所示：
[0016][0017]其中，i＝1、2、
…
、l，l为集合C中线段总数，为线段c
i
的起点坐标，为线段c
i
的终点坐标，θ
i
∈(
‑
90
°
,90
°
)为线段c
i
的倾角，为线段中点横坐标,如下公式所示：
[0018][0019][0020]步骤4：使用裁剪算法对道路标线线段候选集合C中道路标线线段进行裁剪，实现数据增强；
[0021]使用Cohen
‑
Sutherland裁剪算法判断被裁剪的线段是否位于矩形框内，以此对线段候选集合C中线段进行裁剪，具体包括以下步骤：
[0022]步骤4.1：确定被裁剪线段的端点坐标P1(x1,y1)、P2(x2,y2)，以及滑动矩形窗的4条边界坐标Xwl、Xwr、Ywb和Ywt；
[0023]步骤4.2：对端点P1和P2进行二进制区域编码，设定P1和P2的编码分别为Code1和Code2；
[0024]步骤4.3：如果Code1＝Code2＝0，则说明P1、P2两个端点都处于滑动矩形窗内部，那么被裁减的该直线段是完全可见的，应该予以保留，并执行步骤4.7；否则，执行步骤4.4；
[0025]步骤4.4：如果Code1&Code2≠0，则说明线段的两个端点P1、P2都处于滑动矩形窗的外部，那么被裁减的该直线段是完全不可见的，应当予以丢弃，并执行步骤4.8；否则，执行步骤4.5；
[0026]步骤4.5：判断端点P1在滑动矩形窗的位置，如果P1在矩形滑动窗口之内，则将端点P1和P2的编码和坐标进行交换，使端点P1始终保持在滑动矩形窗之外；
[0027]步骤4.6：按照从右到左的顺序，逐步检测端点P1的二进制区域编码，检测到第一个“1”时，则判定该直线段与滑动矩形窗的某条边交会，并求解直线段与该条边的交叉点P，由此该直线段被分为P1P、P2P两部分，并抛却P1P这段，将P和P1的坐标值进行互换，并重新执行步骤4.2，对新获得的直线段P2P进行判断；
[0028]步骤4.7：绘制滑动矩形窗内完全可见的部分即为当前道路标线线段P1P2；
[0029]步骤4.8：裁剪算法结束；
[0030]步骤5：使步骤4获得的裁剪后的道路标线线段图像作为道路标线样本集，对原始航拍图像I和道路标线样本集中的图像J进行特征提取，通过匈牙利匹配算法获得道路标线；
[0031]步骤5.1：对原始航拍图像I和样本集中的图像J分别构造Laplace矩阵L
I
、L
J
，获得航拍图像I和样本集中的图像J中特征点的初始匹配矩阵M；
[0032]分别对矩阵L
I
和L
J
进行奇异值分解，如下公式所示:
[0033]L
I
＝Udiag(λ1…
λ
n
)U
T
[0034]L
J
＝Sdiag(γ1…
γ
n
)S
T
[0035]其中，λ1≥
…
≥λ
n
＝0,γ1≥
…
≥γ
n
＝0，U＝(U1...U
n
)、S＝(S1...S
n
)是均为n
×
n正交矩阵，其中n为特征点的数量，diag(λ1…
λ
n
)是L
I
的对角矩阵，其对角线上的元素λ1…
λn为矩阵L
I
的特征值；diag(γ1…
γ
n
)是L
J
的对角矩阵，其对角线上的元素γ1…
γ
n
为矩阵L
J
的特征值；矩阵U和S分别是矩阵L
I
、L
J
分解获得的正交矩阵，其中特征向量(U1...U
n
)、(S1...S
n
)分别为U、S的列向量；
[0036]对正交矩阵S执行符号校正获得得到裁剪后获得的航拍图像I和样本集中的航拍图像J中特征点的初始匹配矩阵U和S中的第i个行向量分别表示图像I和图像J的第i个点特征，记为U
(i)
，S
(i)
...

【技术保护点】

【技术特征摘要】
1.一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：包括以下步骤：步骤1：获取航拍的道路图像；步骤2：对获取的道路图像进行边缘增强预处理；步骤3：对边缘增强预处理后的道路图像进行道路标线线段的提取，得到道路标线线段候选集合C，并输出每条道路标线的起点、中间点和终点这三个关键点；步骤4：使用裁剪算法对道路标线线段候选集合C中道路标线线段进行裁剪，实现数据增强；步骤5：使裁剪后的道路标线线段图像作为道路标线样本集，对原始航拍图像和道路标线样本集中的图像进行特征提取，通过匈牙利匹配算法获得道路标线。2.根据权利要求1所述的一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：所述步骤2采用基于Sobel算子的边缘增强算法对航拍获取得到的道路图像进行预处理，以减轻图像中噪音的干扰，更好的提取出道路标线的边缘。3.根据权利要求2所述的一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：所述步骤3使用LSD算法直接在边缘增强预处理后的道路图像进行道路标线线段提取，通过线段集合输出每条道路标线的起点、中间点和终点；记边缘增强后图像为I
enhance
﹐则经过LSD提取线段后得到道路标线线段候选集合C，如下公式所示：C＝LSD(I
enhance
)道路标线线段候选集合C中第i条线段c
i
如下公式所示：其中，i＝1、2、
…
、l，l为集合C中线段总数，为线段c
i
的起点坐标，为线段c
i
的终点坐标，θ
i
∈(
‑
90
°
,90
°
)为线段c
i
的倾角，为线段中点横坐标,如下公式所示：为线段中点横坐标,如下公式所示：4.根据权利要求3所述的一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：所述步骤4使用Cohen
‑
Sutherland裁剪算法判断被裁剪的线段是否位于矩形框内，以此对线段候选集合C中线段进行裁剪。5.根据权利要求43所述的一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：所述步骤4的具体方法为：步骤4.1：确定被裁剪线段的端点坐标P1(x1,y1)、P2(x2,y2)，以及滑动矩形窗的4条边界坐标Xwl、Xwr、Ywb和Ywt；步骤4.2：对端点P1和P2进行二进制区域编码，设定P1和P2的编码分别为Code1和Code2；步骤4.3：如果Code1＝Code2＝0，则说明P1、P2两个端点都处于滑动矩形窗内部，那么被裁减的该直线段是完全可见的，应该予以保留，并执行步骤4.7；否则，执行步骤4.4；步骤4.4：如果Code1&Code2≠0，则说明线段的两个端点P1、P2都处于滑动矩形窗的外
部，那么被裁减的该直线段是完全不可见的，应当予以丢弃，并执行步骤4.8；否则，执行步骤4.5；步骤4.5：判断端点P1在滑动矩形窗的位置，如果P1在矩形滑动窗口之内，则将端点P1和P2的编码和坐标进行交换，使端点P1始终保持在滑动矩形窗之外；步骤4.6：按照从右到左的顺序，逐步检测端点P1的二进制区域编码，检测到第一个“1”时，则判定该直线段与滑动矩形窗的某条边交会，并求解直线段与该条边的交叉点P，由此该直线段被分为P1P、P2P两部分，并抛却P1P这段，将P和P1的坐标值进行互换，并重新执行步骤4.2，对新获得的直线段P2P进行判断；步骤4.7：绘制滑动矩形窗内完全可见的部分即为当前道路标线线段P1P2；步骤4.8：裁剪算法结束。6.根据权利要求5所述的一种基于矢量化航拍图像的道路交通标线检测方法，其特征在于：所述...

【专利技术属性】
技术研发人员：高骞，王传云，刘明慧，王恩刚，胡安琪，孙冬冬，杨健祺，孙云飞，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：