[发明专利]一种应用于智能驾驶的停止线检测方法有效
申请号: | 201610076862.1 | 申请日: | 2016-02-02 |
公开(公告)号: | CN105740831B | 公开(公告)日: | 2019-06-07 |
发明(设计)人: | 田雨农;蔡春蒙;周秀田;于维双;陆振波 | 申请(专利权)人: | 大连楼兰科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 沈阳科苑专利商标代理有限公司 21002 | 代理人: | 许宗富 |
地址: | 116023 辽宁省大*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 应用于 智能 驾驶 停止 检测 方法 | ||
1.一种应用于智能驾驶的停止线检测方法,其特征在于:包括以下步骤:
步骤1:采集路面灰度图片,提取感兴趣区域;
步骤2:对提取出来的感兴趣区域进行预处理得到二值图;
步骤3:判断图像中是否存在斑马线,如果存在,则根据斑马线与停止线之间的关系检测停止线,完成停止线检测;否则检测图像中是否存在路面标识符;
步骤4:如果存在路面标识符,则根据路面标识符与停止线之间的关系检测停止线,完成停止线检测;
所述根据斑马线与停止线之间的关系检测停止线包括以下过程:
步骤3.1:将当前行灰度值进行累加,得到当前行的累加和,记为Sum_Zebra;
步骤3.2:对图像进行行累加,得到累加和数组;
步骤3.3:在累加和数组中找到小于0.8*Sum_Zebra的行,记为R1;
步骤3.4:从R1行开始,在累加和数组中找到大于1.4*Sum_Zebra的行;
步骤3.5:如果找到,则该行为停止线所在行,完成检测过程;
步骤3.6:否则对图像进行标记连通,并统计连通域信息;
步骤3.7:如果存在连通域宽度大于图像宽度的2/3,则连通域起始行为停止线所在行,完成检测过程;否则不存在停止线,完成检测过程;
所述根据路面标识符与停止线之间的关系检测停止线包括以下过程:
步骤4.1:提取路面标识符特征向量;
步骤4.2:将检测路面标识符的特征向量输入adboost神经网络中,判断该特征向量是否为路面标识符,如果是,则图像中存在路面标识符,执行步骤3,否则不存在路面标识符,完成停止线检测过程;
步骤4.3:截取图像第一行到标识符起始行之间的部分图像,对部分图像进行标记连通,并统计连通域信息;
步骤4.4:如果存在连通域宽度大于图像宽度的2/3,则连通域起始行为停止线所在行,完成检测过程;否则不存在停止线,完成检测过程。
2.根据权利要求1所述的应用于智能驾驶的停止线检测方法,其特征在于:所述提取感兴趣区域的过程为,一个车道内的梯形的区域,通过行近邻差值法,将该梯形区域转化为矩形区域,即为感兴趣区域。
3.根据权利要求2所述的应用于智能驾驶的停止线检测方法,其特征在于:所述行近邻差值法为:将任意长度的行,通过近邻差值,拉伸为指定宽度的行。
4.根据权利要求1所述的应用于智能驾驶的停止线检测方法,其特征在于:所述预处理过程为:
对感兴趣区域图像进行大尺度均值滤波处理,得到目标图像,然后对目标图像进行二值化处理,得到二值图。
5.根据权利要求1所述的应用于智能驾驶的停止线检测方法,其特征在于:所述判断图像中是否存在斑马线包括以下过程:
步骤1:提取图像第一行灰度信息作为检测斑马线的特征向量;
步骤2:将检测斑马线的特征向量输入adboost神经网络中,判断该特征向量是否为斑马线,如果是,则图像中存在斑马线,判断结束,否则执行步骤3;
步骤3:判断当前行是否为图像最后一行,如果是,则提取下一行灰度信息,作为检测斑马线的特征向量,执行步骤2,否则图像中不存在斑马线,判断结束。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于大连楼兰科技股份有限公司,未经大连楼兰科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610076862.1/1.html,转载请声明来源钻瓜专利网。