【技术实现步骤摘要】
本专利技术涉及智能驾驶，更具体的，涉及一种地理要素识别方法及装置。
技术介绍
1、目前车载视频传感器的识别感知主要基于ai(artificial intelligence，人工智能)技术实现。但是，ai技术如全集神经网络在进行识别感知处理时计算量较大，且需要占用较多的计算资源。
技术实现思路
1、有鉴于此，本专利技术提供了一种地理要素识别方法及装置，有效减少了计算量，不需要占用过多的计算资源，提高了识别感知处理效率。
2、为了实现上述专利技术目的，本专利技术提供的具体技术方案如下：
3、第一方面，本专利技术实施例提供了一种地理要素识别方法，包括：
4、将待处理视频中每相邻两帧图像分别确定为一个图像组；
5、对所述图像组中的两帧图像进行比对处理，生成所述图像组对应的色差图；
6、在所述色差图中确定预先标定的至少一个识别区；
7、根据所述识别区中的轮廓线，识别所述识别区中的地理要素。
8、在一些实施例中，所述对所述图像组中的两帧图像进行比对处理，生成所述图像组对应的色差图，包括：
9、计算所述图像组中两帧图像中对应像素点色值差值的绝对值；
10、按照所述绝对值所对应像素点的位置，将所述绝对值作为所对应像素点的色值输出到同一张图像中，得到预处理色差图；
11、对所述预处理色差图进行锐化处理，得到的黑白灰图为所述色差图。
12、在一些实施例中，所述根据所述识别
13、利用预设边缘检测算法识别所述识别区中轮廓线，得到所述地理要素的边线，边线为轮廓线中的长边；
14、若未识别出所述地理要素的完整边线，对已识别到边线的两端轮廓线进行插值处理，得到所述地理要素的端线，端线为轮廓线中的短边已识别边线与其对应的两条端线组成所述地理要素的部分轮廓；
15、连接相邻两个所述部分轮廓中距离最近的角点，补齐所述地理要素中无法识别区域的边线，得到完整轮廓线表征的所述地理要素；
16、若所述识别区为路面识别区，所述完整轮廓线表征的地理要素为路面标志线；若所述识别区为路侧识别区，所述完整轮廓线表征的地理要素为路侧物体；若所述识别区为空中识别区，所述完整轮廓线表征的地理要素为道路上空物体。
17、在一些实施例中，所述方法还包括：
18、若未在所述识别区识别到轮廓线的边线和端线，对所述待处理视频对应的连续多张所述色差图进行叠加，得到一张反色差图；
19、过滤掉所述反色差图中所述路面识别区中雪花状视图，得到所述地理要素的完整边线。
20、在一些实施例中，所述方法还包括：
21、若已识别出所述地理要素的完整边线，对所述完整边线的两端轮廓线进行插值处理，得到所述地理要素的端线，完整边线与其对应的两条端线组成所述地理要素的完整轮廓。
22、在一些实施例中，在识别所述识别区中的地理要素之后，所述方法还包括：
23、将已知地理要素中多个第一特征点在世界坐标系下的坐标转换为像素坐标系下的坐标；
24、在像素坐标系下确定车辆行驶过程中的多个定位离散点；
25、对多个所述第一特征点在像素坐标系下的坐标与已识别到的所述地理要素中多个特征点在像素坐标系下的坐标进行比对，从已识别到的所述地理要素中多个特征点中确定所述第一特征点对应的第二特征点；
26、确定所述第二特征点中的所述定位离散点，计算所述定位离散点的位置误差；
27、将位置误差最小的所述定位离散点确定为精确定位点。
28、在一些实施例中，在识别所述识别区中的地理要素之后，所述方法还包括：
29、将已识别到的所述地理要素中多个特征点在像素坐标系下的坐标转换为世界坐标系下的坐标；
30、对已识别到的所述地理要素中多个特征点在世界坐标系下的坐标与多个所述第一特征点在世界坐标系下的坐标进行比对，从已识别到的所述地理要素中多个特征点中确定所述第一特征点对应的第三特征点；
31、确定所述第三特征点中的所述定位离散点，根据以下公式计算所述定位离散点的总误差：
32、e＝ec+er；
33、其中，e为总误差，ec为位置误差，ec＝kd，d为相邻定位离散点的距离，k为预先标定的误差系数，er为预先标定由坐标系转换带来的空间误差。
34、在一些实施例中，在识别所述识别区中的地理要素之后，所述方法还包括：
35、将已知地理要素在世界坐标系下的位置坐标转换为像素坐标系下的位置坐标；
36、在所述已知地理要素在像素坐标系下的位置坐标周围预设范围内查找是否存在与所述已知地理要素匹配的已识别地理要素；
37、若不存在与所述已知地理要素匹配的已识别地理要素，向远程控制中心上报未检测到所述已知地理要素；
38、在已识别地理要素在像素坐标系下的位置坐标周围预设范围内查找是否存在与已识别地理要素匹配的所述已知地理要素；
39、若不存在与已识别地理要素匹配的所述已知地理要素，向所述远程控制中心上报检测到新地理要素信息，所述新地理要素信息包括已识别地理要素在世界坐标系下的位置坐标。
40、在一些实施例中，所述方法还包括：
41、在接收到远程控制中心发送的地理要素验证任务的情况下，解析所述地理要素验证任务得到待验证地理要素的位置和待验证地理要素信息；
42、在车辆经过所述待验证地理要素的位置时，在所述待验证地理要素在像素坐标系下的位置坐标周围预设范围内查找是否存在与所述待验证地理要素匹配的已识别地理要素；
43、若存在与所述待验证地理要素匹配的已识别地理要素，向远程控制中心上报所述待验证地理要素未发现变化的响应信息；
44、若不存在与所述待验证地理要素匹配的已识别地理要素，向远程控制中心上报未检测到所述待验证地理要素的响应信息。
45、第二方面，本专利技术实施例提供了一种地理要素识别装置，包括：
46、图像组划分单元，用于将待处理视频中每相邻两帧图像分别确定为一个图像组；
47、比对处理单元，用于对所述图像组中的两帧图像进行比对处理，生成所述图像组对应的色差图；
48、识别区确定单元，用于在所述色差图中确定预先标定的至少一个识别区；
49、地理要素识别单元，用于根据所述识别区中的轮廓线，识别所述识别区中的地理要素。
50、相对于现有技术，本专利技术的有益效果如下：
51、本专利技术公开的一种地理要素识别方法及装置，将待处理视频中每相邻两帧图像分别确定为一个图像组，通过对图像组中的两帧图像的色差变化进行比对处理，识别静止物体的轮廓，从而识别预先标定的至少一个识别区中的地理要素。相对于ai识别技术，本专利技术有效减少了计算量，不需要占用过多的计算资源，提高了本文档来自技高网...
【技术保护点】
1.一种地理要素识别方法，其特征在于，包括：
2.根据权利要求1所述的一种地理要素识别方法，其特征在于，所述对所述图像组中的两帧图像进行比对处理，生成所述图像组对应的色差图，包括：
3.根据权利要求1所述的一种地理要素识别方法，其特征在于，所述根据所述识别区中的轮廓线，识别所述识别区中的地理要素，包括：
4.根据权利要求3所述的一种地理要素识别方法，其特征在于，所述方法还包括：
5.根据权利要求3或4所述的一种地理要素识别方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的一种地理要素识别方法，其特征在于，在识别所述识别区中的地理要素之后，所述方法还包括：
7.根据权利要求6所述的一种地理要素识别方法，其特征在于，在识别所述识别区中的地理要素之后，所述方法还包括：
8.根据权利要求1所述的一种地理要素识别方法，其特征在于，在识别所述识别区中的地理要素之后，所述方法还包括：
9.根据权利要求8所述的一种地理要素识别方法，其特征在于，所述方法还包括：
10.一种地理要素
...【技术特征摘要】
1.一种地理要素识别方法，其特征在于，包括：
2.根据权利要求1所述的一种地理要素识别方法，其特征在于，所述对所述图像组中的两帧图像进行比对处理，生成所述图像组对应的色差图，包括：
3.根据权利要求1所述的一种地理要素识别方法，其特征在于，所述根据所述识别区中的轮廓线，识别所述识别区中的地理要素，包括：
4.根据权利要求3所述的一种地理要素识别方法，其特征在于，所述方法还包括：
5.根据权利要求3或4所述的一种地理要素识别方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：张林，郭晓英，丁楠，于春瑶，
申请(专利权)人：北京经纬恒润科技股份有限公司，
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。