一种基于车载CCD摄像机的标线破损检测方法技术

本发明专利技术的一种基于车载CCD摄像机的标线破损检测方法，包括：步骤1：通过车载CCD摄像机拍摄道路视频数据，并对道路视频数据进行预处理，获得单帧的道路图像；步骤2：采用Yolov5算法对道路图像中的待检测标线进行识别，并用OTSU算法进行图像分割获取清晰完整的标线区域图像；步骤3：利用图像的单应矩阵将标线区域图像的视角从前视图坐标转换为鸟瞰图坐标；步骤4：根据步骤3坐标转换后的标线区域图像中待检测标线的平均像素值进行破损标线的粗分类，区分为基本完好标线与破损标线；步骤5：对于检测到的标线融合步骤3的算法，通过计算比对形态学操作前后的面积差值来计算标线破损的百分比。分比。分比。

【技术实现步骤摘要】
一种基于车载CCD摄像机的标线破损检测方法


[0001]本专利技术属于智能交通
，涉及一种基于车载CCD摄像机的标线破损检测方法。

技术介绍

[0002]目前，交通标线的破损检测主要采用人工检测的方法，人工检测方法效率较低，耗费人力物力。并且人工检测不能对检测结果进行定量分析与储存，局限性较大。
[0003]基于人工检测存在的问题，申请号为CN201710908434.5的中国专利“一种基于无人机航拍公路图像的公路标线破损检测方法”提出了一种基于无人机航拍采用无人机航拍进行拍摄识别，再通过图像处理技术实现标线破损检测的方法。但该方法成本较高，实用性低。

技术实现思路

[0004]为解决上述技术问题，本专利技术的目的是提供一种基于车载CCD摄像机的标线破损检测方法。
[0005]本专利技术提供一种基于车载CCD摄像机的标线破损检测方法，包括：
[0006]步骤1：通过车载CCD摄像机拍摄道路视频数据，并对道路视频数据进行预处理，获得单帧的道路图像；
[0007]步骤2：采用Yolov5算法对道路图像中的待检测标线进行识别，并用OTSU算法进行图像分割获取清晰完整的标线区域图像；
[0008]步骤3：利用图像的单应矩阵将标线区域图像的视角从前视图坐标转换为鸟瞰图坐标；
[0009]步骤4：根据步骤3坐标转换后的标线区域图像中待检测标线的平均像素值进行标线的粗分类，区分为基本完好标线与破损标线；
[0010]步骤5：对于检测到的标线融合步骤3的算法，通过计算比对形态学操作前后的面积差值来计算标线破损的百分比。
[0011]进一步的，所述步骤1具体为；
[0012]步骤1.1：对车载CCD摄像机标定后进行拍摄，获得道路视频数据；
[0013]步骤1.2：对道路视频数据进行解帧，得到一系列单帧RGB彩色道路图像，所述单帧RGB彩色道路图像的两侧都包含车道线作为参考标记；
[0014]步骤1.3：通过剪裁算法保留每个RGB彩色道路图像的下半部分得到剪裁图像，用于破损检测。
[0015]进一步的，所述步骤2中用OTSU算法进行图像分割获取清晰完整的标线区域图像具体为：
[0016]步骤2.1：选取范围为[0,255]的整数阈值τ，根据阈值τ将道路图像中的像素值大于τ的像素点分为A组，小于τ的像素点分为B组；
[0017]步骤2.2：阈值τ的取值遍历0
‑
225所有的整数，求出每次分组后A组和B组像素点的方差；
[0018]步骤2.3：取最大方差对应的阈值τ
max
分割标线区域图像。
[0019]进一步的，所述步骤3具体为：
[0020]步骤3.1：利用harris角点检测算法在标线区域图像上找到四个参考点a、b、c、d，四个参考点分别位于标线区域图像两侧的参考标记上，设这4个参考点的相机像素坐标分别为(U
a
，V
a
)、(U
b
，V
b
)、(U
c
，V
c
)、(U
d
，V
d
)，参考点a、b位于同侧，参考点c、d位于同侧；
[0021]步骤3.2：在世界坐标系中，将这4个参考点对应的坐标分别记为(U
a
′
，V
a
′
)、(U
b
′
，V
b
′
)、(U
c
′
，V
c
′
)、(U
d
′
，V
d
′
)；
[0022]步骤3.3：假设a、b的距离为l，a、c的距离等于车道的宽度w，在实际的交通道路中，ab的像素长度与ac的像素长度比值近似为l/w，因此，若假设：
[0023](U
b
′
,V
b
′
)＝(U
b
,V
b
)和(U
d
′
,V
d
′
)＝(U
d
,V
d
)
[0024]可得：
[0025][0026][0027]从而得出视图转换后的坐标。
[0028]进一步的，所述步骤4中的粗分类判定是根据标线破损百分比确定，破损率为0
‑
10％的标线属于基本完好标线，破损率大于10％的标线属于破损标线。
[0029]进一步的，所述步骤4具体为：
[0030]步骤4.1：使用最小外接矩形框的方法，框选出标线区域；
[0031]步骤4.2：随机提取部分基本完好标线，计算基本完好标线的像素平均值D1作为完好标线的参考依据；
[0032]步骤4.3：设定标线破损的评判阈值λ，根据破损标线的分类依据，设定评判阈值λ＝10％；
[0033]步骤4.4：根据下式计算坐标转换后的标线区域图像中待检测标线的破损率
[0034][0035]其中，D2为坐标转换后的标线区域图像中待检测标线的平均像素值；若则检测标线为破损状态；反之，则检测标线为基本完好标线。
[0036]进一步的，所述步骤5具体为：
[0037]步骤5.1：计算破损标线在二值图像中的标线面积S1。
[0038]步骤5.2：利用形态学方法，对破损标线进行闭运算，拟合破损标线的狭窄裂缝、消除小型黑洞，填充目标区域内的离散小空洞和分散部分，以修复标线的破损；
[0039]步骤5.3：破损标线修复后，运用黑帽运算，计算闭运算的结果图中标线的面积与原二值图像中的标线的面积的面积差S2；
[0040]步骤5.4：将面积差S2与二值图像中的标线面积S1相除，计算标线的破损百分比。
[0041]本专利技术的一种基于车载CCD摄像机的标线破损检测方法，至少具有以下有益效果：
[0042]本专利技术的标线破损检测方法，基于车载CCD摄像机采集道路视频，通过对车载视频进行解帧获得道路图像，再对道路图像中的标线区域图像进行识别和分割，最后实现对标线的粗分类和破损率计算。该方法通过车载CCD摄像机采集的图像清晰，且节省人力物力，采用Yolov5和OTSU算法，对于交通标线的检测与识别效果可同时取得速度快和精度高的效果，满足时检测的性能需求。通过计算比对形态学操作前后的标线面积差值来计算标线破损的百分比，可实现对检测结果的定量分析与储存。
附图说明
[0043]图1是本专利技术的一种基于车载CCD摄像机的标线破损检测方法的流程图。
具体实施方式
[0044]如图1所示，本专利技术的一种基于车载CCD摄像机的标线破损检测方法，包括：
[0045]步骤1：通过车载CCD摄像机拍摄道路视频数据，并对道路视频数据进行预处理，获得单帧的道路图像，所述步骤1具体为；...

【技术保护点】

【技术特征摘要】
1.一种基于车载CCD摄像机的标线破损检测方法，其特征在于，包括：步骤1：通过车载CCD摄像机拍摄道路视频数据，并对道路视频数据进行预处理，获得单帧的道路图像；步骤2：采用Yolov5算法对道路图像中的待检测标线进行识别，并用OTSU算法进行图像分割获取清晰完整的标线区域图像；步骤3：利用图像的单应矩阵将标线区域图像的视角从前视图坐标转换为鸟瞰图坐标；步骤4：根据步骤3坐标转换后的标线区域图像中待检测标线的平均像素值进行标线的粗分类，区分为基本完好标线与破损标线；步骤5：对于检测到的标线融合步骤3的算法，通过计算比对形态学操作前后的面积差值来计算标线破损的百分比。2.如权利要求1所述的基于车载CCD摄像机的标线破损检测方法，其特征在于，所述步骤1具体为；步骤1.1：对车载CCD摄像机标定后进行拍摄，获得道路视频数据；步骤1.2：对道路视频数据进行解帧，得到一系列单帧RGB彩色道路图像，所述单帧RGB彩色道路图像的两侧都包含车道线作为参考标记；步骤1.3：通过剪裁算法保留每个RGB彩色道路图像的下半部分得到剪裁图像，用于破损检测。3.如权利要求1所述的基于车载CCD摄像机的标线破损检测方法，其特征在于，所述步骤2中用OTSU算法进行图像分割获取清晰完整的标线区域图像具体为：步骤2.1：选取范围为[0,255]的整数阈值τ，根据阈值τ将道路图像中的像素值大于τ的像素点分为A组，小于τ的像素点分为B组；步骤2.2：阈值τ的取值遍历0
‑
225所有的整数，求出每次分组后A组和B组像素点的方差；步骤2.3：取最大方差对应的阈值τ
max
分割标线区域图像。4.如权利要求2所述的基于车载CCD摄像机的标线破损检测方法，其特征在于，所述步骤3具体为：步骤3.1：利用harris角点检测算法在标线区域图像上找到四个参考点a、b、c、d，四个参考点分别位于标线区域图像两侧的参考标记上，设这4个参考点的相机像素坐标分别为(U
a
，V
a
)、(U
b
，V
b
)、(U
c
，V
c
)、(U
d
，V
d
)，参考点a、b位于同侧，参考点c、d位于同侧；步骤3.2：在世界坐标系中，将这4个参考点对应的坐标分别记为(U
a
′
，V
a
′

【专利技术属性】
技术研发人员：邢岩，孙雯琦，安冬，刘伟东，矫殿图，
申请(专利权)人：沈阳博研智能交通科技有限公司，
类型：发明
国别省市：