[发明专利]公路前方构造物自动识别方法

说明书

技术领域

本发明涉及图像处理技术领域，特别是指公路前方构造物自动识别方法。

背景技术

在对公路进行检测的过程中，检测后的图像用于以后对公路状况进行分析，在后期的通过图像的检测对公路进行分析的过程中，需要对公路的构造物进行识别，以便于后续的分析处理，目前，还没有技术能够对图像的中的构造物进行识别。

发明内容

有鉴于此，本发明在于提供公路前方构造物自动识别方法，以解决上述现有的图像处理技术不能够对图像的中的构造物进行识别的问题。

为解决上述问题，本发明提供公路前方构造物自动识别方法，包括：

从图像的颜色空间中提取单通道；

对提取后的单通道进行二值化处理；

连接处理后图像中的连通域；

如果判断连通域中图像的几何面积满足预定的阈值，则确定为相应的构造物。

优选的，所述二值化处理之前、或之后，还包括：

通过构造物的坐标选定图像处理的区域。

优选的，所述二值化处理之前、或之后，还包括：

采用预定的模板对图像进行滤波，过滤出图像的特征线条；

所述连接处理后图像中的连通域为：

按照所述特征线条连接处理后图像中的连通域。

优选的，该方法之后还包括：

采用线条标记出图像中的构造物。

优选的，所述从图像的颜色空间中提取单通道为：

将图像从RGB颜色空间转换到HSV颜色空间，然后从HSV颜色空间中提取单个通道。

本发明的方法可有效的识别出图像中的各种构造物，且过程简单，对于不同的构造物，还可对图像进行滤波，过滤出构造物的特征线条，便于后续的图像轮廓的识别，将识别后的景观采用线条标记，以便于公路检测过程中的分析处理。

附图说明

图1是实施例一的流程图；

图2是实施例二的流程图；

图3是实施例三的流程图；

图4是实施例四的流程图；

图5是构造物识别过程的流程图。

具体实施方式

为清楚说明本发明中的方案，下面给出优选的实施例并结合附图详细说明。

参见图1，实施例一的流程图包括：

步骤11：从图像的颜色空间中提取单通道；

步骤12：对提取后的单通道进行二值化处理；

步骤13：连接处理后的连通域的图像；

步骤14：通过判断连通域中图像的几何面积是否满足预定的阈值，识别出连通域中图像的构造物；

步骤15：采用线条标记出构造物。

下面详细描述实施例二，识别电话的过程，包括：

步骤21：从图像的颜色空间中提取H通道；

首先将图像从RGB颜色空间转换到HSV颜色空间，然后从HSV颜色空间中提取H通道；

步骤22：对提取后的H通道进行二值化处理；

接着在H通道所构成的灰平面中作二值化处理，把灰度值在107--124(亮红)的像素设为白色(即设为255)，其余为黑色(即设为0)，突出电话；

步骤23：连接H通道二值化处理后连通域的图像；

将连通域中的图像边缘轮廓连接；

步骤24：通过判断连通域中图像的几何面积是否满足预定的阈值，识别出连通域中图像的构造物；

判别出轮廓面积≥80；轮廓面积≥最外接矩形面积*0.5；轮廓面积≤最外矩形面积*0.95；最外矩形高>最外矩形宽*1.4；最外矩形左上角坐标x介于520—1000，y介于300--520。满足上述条件后，判别为电话。

步骤25：采用不同于图像轮廓的颜色标记出连通域中的构造物。

实施例二中的过程还可用于识别车道数，在颜色空间中可选择提取B通道，在步骤24的轮廓面积识别的过程如下：

判别是否满足条件(a)或条件(b)，

(a)轮廓面积≥最小外接矩形面积*0.55；最小外接矩形面积≥150；最小外接矩形宽>最小外接矩形高*3或最小外接矩形宽*3<最小外接矩形高；3.1≤最小外接矩形宽≤50或3.2≤最小外接矩形高≤50；最小外接矩形中心坐标y+最外矩形高/2≥445；最小外接矩形宽<最小外接矩形高*26.6；最小外接矩形宽*26.6>最小外接矩形高；0.1弧度≤最小外接矩形角度≤1.1111弧度；