[发明专利]一种人行横道线自动检测分析方法及系统

说明书

技术领域

本发明属于测绘科学与技术领域，涉及一种人行横道线自动检测分析的方法及系统。

背景技术

随着我国城镇化进程的发展，城市中人口密度、交通基础设施大量增加。由于缺乏对交通基础设施的自动监管手段，使得交通基础设施维修维护不及时，从而带来了交通安全隐患。人行横道线作为交通基础设施之一，具有保障人民生命财产安全、维护交通秩序顺畅的重要意义。人行横道线的污损将对交通安全以及人民生命财产安全带来严重的威胁。所以需要一种成本低廉、高效、自动的人行横道线的检测与污损程度分析的方法，来对城市中大量的人行横道线的状态进行监管。

对于人行横道线的自动检测，现有的研究主要集中在从近景影像中检测出单条人行横道区域。例如Sichelschmidt等的研究是从车辆的视角进行人行横道的识别，而Mohammad，张莹和曹玉珍的文章均是以行人的视角识别或量测人行横道的长度，目的在于为辅助盲人过马路提供帮助。Ma，Stephen和Mohammad所著的另外两篇文章中，也描述了从行人视角的影像上进行单条人行横道线的识别方法。但这些研究的主要目的仅仅是提取人行横道线的轮廓，而非在近景序列影像中快速准确的自动检测出横道线。而纵观国内外对人行横道线状态的监管方法，现有的研究中尚无对人行横道线的污损状态进行自动分析的有效技术方案。

发明内容

本发明能够快速的从影像上自动检测出人行横道线区域，并对其污损程度进行分析,解决因缺少高效的自动检测数量庞大的人行横道线的方法，导致的未能及时发现污损、掉漆的人行横道线并进行维护，从而给人民的生命财产带来威胁的问题。

为达到上述目的，本发明采用如下的技术方案：

一种人行横道线自动检测分析方法，包括如下步骤：

步骤1，输入街景的影像；

步骤2，将影像分为训练组和测试组，利用训练组的数据制作正负样本，训练用于检测人行横道线的分类器；

步骤3，利用步骤2训练出的分类器对测试组影像进行人行横道线的检测识别；

步骤4，通过后期处理排除步骤3所得结果的错误检测，得到人行横道线识别结果；

步骤5，利用步骤2训练得到的分类器对训练组影像进行人行横道线的检测识别，并通过后期处理排除所得结果的错误检测，得到人行横道线识别结果；

步骤6，根据步骤4所得各测试组影像的识别结果和步骤5所得各训练组影像的识别结果分别统计检测结果，包括对任一张测试组影像或训练组影像，依照横坐标值的不同，对每一个识别结果矩形包含的像素进行累加，得到横坐标值相应像素被识别为人行横道的次数；

步骤7，为每张测试组影像和训练组影像分别绘制直方图，包括对任一张测试组影像或训练组影像，根据步骤6所得统计结果绘制成直方图，直方图的横轴表示影像的横坐标值，直方图的纵轴表示像素被识别为人行横道的次数；

步骤8，从各测试组影像和训练组影像的直方图中提取特征；

步骤9，利用步骤8从所有训练组影像的直方图中分别提取的特征，训练用于污损程度分析的神经网络模型；

步骤10，根据步骤8从各测试组影像分别提取的特征，利用步骤9中所得神经网络模型对测试组的影像进行人行横道线污损程度分析，得到分析结果。

而且，步骤3和步骤5利用步骤2训练出的分类器进行人行横道线的检测识别时，对分类器输出的识别结果矩形按照位置信息进行聚类，剔除离散的识别结果矩形。

而且，步骤4和步骤5的后期处理中，包括依据人行横道线的宽度计算影像上人行横道线长度的理论范围，如果识别结果的长度超出该范围，则认为是错误识别进行剔除。

本发明还相应提供一种人行横道线自动检测分析系统，包括如下模块：

输入模块，用于输入街景的影像；

分类器模块，用于将影像分为训练组和测试组，利用训练组的数据制作正负样本，训练用于检测人行横道线的分类器；

测试初始识别模块，用于利用分类器模块训练出的分类器对测试组影像进行人行横道线的检测识别；

测试后期处理模块，用于通过后期处理排除测试初始识别模块所得结果的错误检测，得到人行横道线识别结果；

训练识别模块，用于利用分类器模块训练得到的分类器对训练组影像进行人行横道线的检测识别，并通过后期处理排除所得结果的错误检测，得到人行横道线识别结果；