[发明专利]一种斑马线型人行横道检测方法

说明书

本发明公开了一种斑马线型人行横道检测方法。该方法利用相机采集图像，利用小型处理器对采集的图像进行处理，输出斑马线型人行横道的距离和方向。该方法能够检测白天、黑夜等不同光照条件下的斑马线型人行横道，该方法误检率低、漏检率低、实时性好、跨平台性好。可以很好地满足视障人士过马路、无人车导航等应用场景的要求。

技术领域

本发明属于模式识别技术、图像处理技术、计算机视觉技术领域，涉及一种斑马线型人行横道检测方法。

背景技术

视觉信息是人类识别周围环境的最重要信息来源，人类获得的信息80％左右是从视觉系统输入的。根据世界卫生组织统计，全世界有2.85亿视觉障碍人士。视障人士损失了正常的视觉，对颜色、形状的理解很困难。现在，他们中的许多人使用白手杖或导盲犬协助自己的日常生活。白手杖不足以在旅行期间解决所有的困难。导盲犬可以引导视障人士以避免在道路上行走时的危险，但是因为训练导盲犬需要很大的成本，它们不能用于所有视觉障碍者。因此，手杖、导盲犬等传统工具无法为他们出行提供充分的协助。自从各种电子出行辅助(ETA)设备开发以来，已被视为一种辅助视障者在不同情况下出行的有效的方法。为了帮助用户找到通路，许多辅助系统部署深度相机来检测可及的路径和障碍。然而，在这些系统中，几乎没有集成斑马线型人行横道检测。由于视力有限，视觉障碍者难以在室外出行。城市中人行横道无处不在，但不少路口没有都为视障人士配备声音辅助设备。因此，对于视障者避免道路危险来说，检测斑马线型人行横道至关重要。

随着智能硬件和移动互联网技术的发展，无人车等自动控制技术有了长足进展。用于外卖、快递等的小型无人车，如果要像人一样在城市中穿梭，就不可缺少人行横道检测方法和系统，用以进行路口的精确导航。

许多工作致力于解决人行横道检测问题。然而，大多数当前的解决方案应用于车辆的自动驾驶导航。自动驾驶中，相机相对于承载者是静止的；盲人辅助应用截然不同，斑马线型人行横道可以位于图像的任何位置，并且由手持相机捕获的视频是不稳定的。自动驾驶中斑马线型人行横道线与车辆行驶方向平行，在相机中的形状图形较为固定，背景也很简单。但盲人辅助应用中，斑马线型人行道可能呈现任意的方向，而且在背景中不显着。因此，用于视觉障碍者的人行道交通灯检测算法必须足够健壮，以应对各种环境。作为对视障人士的辅助方法，检测算法应该具有非常低的虚警率，这对于用户的安全是十分重要的。另外，实时性也是算法的一个要求。因为算法必须在便携式平台中实现，有限的系统资源需要有效的算法来维持适度的帧速率。

发明内容

本发明的目的在于针对现有技术的不足，提供一种斑马线型人行横道检测方法。

本发明的目的是通过以下技术方案实现的：一种斑马线型人行横道检测方法，包括以下步骤：

(1)采集彩色图像Color，Color面积大小为W×H＝area，W为Color的水平方向像素数，H为Color的竖直方向像素数。

(2)将Color转换为灰度图像。将灰度图像或其下采样图像输入神经网络，将神经网络的输出层中数值最大值的节点所对应的阈值t作为二值化阈值，对灰度图像或其下采样图像进行阈值分割，提取灰度图像中灰度值大于t的合格像素。

(3)对所有合格像素，采用区域生长法提取连通区域，每一个连通区域作为一个候选区域，计算该候选区域面积a；

(4)对于任意一个候选区域，建立覆盖该候选区域的最小矩形区域，并提取该最小矩形区域的长边与Color竖直边的夹角b；进一步对候选区域经过候选区域面积a，夹角b和凹凸性的筛选(若其重心在区域的边界之外，则判定为凹图形，否则判定为凸图形)，筛选出a1<a<a2、0<b<b2、且为凸图形的候选区域作为合格候选区域，其中，a1、a2分别为合格候选区域面积的下限和上限，b2为合格候选区域夹角b的上限；由合格候选区域构成候选集合C。