【技术实现步骤摘要】
本申请属于图像处理和深度学习，尤其涉及一种车道线检测方法、装置、设备及存储介质。
技术介绍
1、车道线检测是自动驾驶和智能交通系统中的关键技术之一，它能够帮助车辆的导航和控制系统更好地理解和控制车辆的行驶。
2、现有的车道线检测方法大多使用卷积神经网络或循环神经网络进行学习和检测。
3、然而，此方法在复杂车道和多种类车道线的条件下，车道线的检测精度较差，检测结果的准确性较低。
技术实现思路
1、本申请实施例提供了一种车道线检测方法、装置、设备及存储介质，能够提高复杂车道和多种类车道线情况下车道线的检测精度。
2、本申请实施例的一方面，提供一种车道线检测方法，该方法包括：
3、获取目标检测图像，目标检测图像中包括至少一种车道线，车道线存在对应的类型标签；
4、对目标检测图像进行特征提取，得到目标检测图像中各类型车道线对应的车道线二值图；
5、基于类型标签对各车道线二值图进行连通域分析，将满足预设条件的车道线二值图的连通域在交点位置断开，预设条件为车道线二值图的连通域形状符合预设目标形状；
6、基于连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点；
7、基于各类型车道线对应的车道线特征点，生成各类型车道线对应的车道线信息。
8、本申请实施例的一方面，提供一种车道线检测装置，该装置包括：
9、图像获取模块，用于获取目
10、特征提取模块，用于对目标检测图像进行特征提取，得到目标检测图像中各类型车道线对应的车道线二值图；
11、连通域分析模块，用于基于类型标签对各车道线二值图进行连通域分析，将满足预设条件的车道线二值图的连通域在交点位置断开，预设条件为车道线二值图的连通域形状符合预设目标形状；
12、特征点采样模块，用于基于连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点；
13、信息生成模块，用于基于各类型车道线对应的车道线特征点，生成各类型车道线对应的车道线信息。
14、本申请实施例的一方面，提供一种电子设备，该设备包括：存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如上述本申请实施例的任意一方面提供的车道线检测方法。
15、本申请实施例的一方面，提供一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如上述本申请实施例的任意一方面提供的车道线检测方法。
16、本申请实施例的一方面，提供一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行如上述本申请实施例的任意一方面提供的车道线检测方法。
17、本申请实施例提供的车道线检测方法中，获取目标检测图像，其中目标检测图像中包括至少一种车道线，各车道线存在对应的类型标签。然后对目标检测图像进行特征提取，得到目标检测图像中各类型车道线对应的车道线二值图。再基于类型标签对各车道线二值图进行连通域分析，在车道线二值图的连通域形状符合预设目标形状的情况下，将对应车道线二值图的连通域在交点位置断开。然后基于连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点，最后基于各类型车道线对应的车道线特征点，生成各类型车道线对应的车道线信息。如此，本申请实施例通过对各车道线二值图进行连通域分析，在车道线二值图的连通域形状符合预设目标形状的情况下，将对应车道线二值图的连通域在交点位置断开。有效避免了复杂车道和多种类车道线情况下，因各车道线相交而导致的被错误的拟合成单一直线的问题，从而能够提高复杂车道和多种类车道线情况下车道线的检测精度。
本文档来自技高网...【技术保护点】
1.一种车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述目标检测图像进行特征提取，得到所述目标检测图像中各类型车道线对应的车道线二值图，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述类型标签对各所述车道线二值图进行连通域分析，将满足预设条件的车道线二值图的连通域在交点位置断开，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述类型标签对各所述车道线二值图进行连通域分析，判断各所述车道线二值图对应的连通域形状是否符合预设目标形状，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点，包括：
6.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于
8.一种车道线检测装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的车道线检测方法。
...【技术特征摘要】
1.一种车道线检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述目标检测图像进行特征提取，得到所述目标检测图像中各类型车道线对应的车道线二值图，包括：
3.根据权利要求1所述的方法，其特征在于，所述基于所述类型标签对各所述车道线二值图进行连通域分析，将满足预设条件的车道线二值图的连通域在交点位置断开，包括：
4.根据权利要求3所述的方法，其特征在于，所述基于所述类型标签对各所述车道线二值图进行连通域分析，判断各所述车道线二值图对应的连通域形状是否符合预设目标形状，包括：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述连通域在交点位置断开后的各车道线二值图，按照预设间隔进行特征点采样，得到各类型车道线对应的车道线特征点...
【专利技术属性】
技术研发人员：张若鹏，徐月云，高嵩，王鹤，李润泽，吴学易，
申请(专利权)人：国汽北京智能网联汽车研究院有限公司，
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。