[发明专利]一种基于计算机视觉的夜间车道线识别方法及系统

权利要求书

1.一种基于计算机视觉的夜间车道线识别方法，其特征在于，包括以下步骤：

接收并存储在夜间采集到的原始的车道图像；

对采集的车道图像进行效果增强处理，以提高图像清晰度；

对效果增强后的图像进行数据标注，得到标签图像；

使用原始的车道图像和数据标注后的标签图像进行卷积神经网络模型训练，得到用于识别夜间车道线的夜间车道线识别模型。

2.根据权利要求1所述的基于计算机视觉的夜间车道线识别方法，其特征在于，所述对采集的车道图像进行效果增强处理的步骤，包括：

对原始的车道图像进行白平衡处理；

对白平衡处理后的图像进行锐化处理；

对锐化处理后的图像进行伽马校正。

3.根据权利要求1所述的基于计算机视觉的夜间车道线识别方法，其特征在于，所述使用原始的车道图像和数据标注后的标签图像进行卷积神经网络模型训练的步骤，包括：

步骤1)，随机抽取一张原始的车道图像，并进行数据增强；

步骤2)，将步骤1)处理后的图片作为卷积神经网路的输入，进行前向传播，得到预测结果；

步骤3)，将得到的预测结果与标签图像中标注的类别标签进行损失计算，并根据损失进行反向传播并优化模型参数；

循环执行上述步骤1至步骤3)，直至完成迭代，且每一次迭代过程，步骤1)中更换一张原始的车道图像，步骤3)中更换相应的标签图像。

4.根据权利要求3所述的基于计算机视觉的夜间车道线识别方法，其特征在于，步骤1)中所述进行数据增强，包括图像亮度的随机变化和x方向的随机翻转。

5.根据权利要求1所述的基于计算机视觉的夜间车道线识别方法，其特征在于，在得到用于识别夜间车道线的夜间车道线识别模型之后，还包括步骤：

接收待识别的车道图像，经所述夜间车道线识别模型识别后，输出图像中每个像素分别为各种类别的概率值，当表示车道线的类别的概率值最大时，则将该像素识别为车道线。

6.一种基于计算机视觉的夜间车道线识别系统，其特征在于，包括以下模块：

数据输入模块，用于接收并存储在夜间采集到的原始的车道图像；

效果增强模块，用于对采集的车道图像进行效果增强处理，以提高图像清晰度；

数据标注模块，用于对效果增强后的图像进行数据标注，得到标签图像；

模型训练模块，用于使用原始的车道图像和数据标注后的标签图像进行卷积神经网络模型训练，得到用于识别夜间车道线的夜间车道线识别模型。

7.根据权利要求6所述的基于计算机视觉的夜间车道线识别系统，其特征在于，所述效果增强模块包括以下子模块：

白平衡处理子模块，用于对原始的车道图像进行白平衡处理；

锐化处理子模块，用于对白平衡处理后的图像进行锐化处理；

伽马校正子模块，用于对锐化处理后的图像进行伽马校正。

8.根据权利要求6所述的基于计算机视觉的夜间车道线识别系统，其特征在于，还包括识别模块，用于将待识别的车道图像经所述夜间车道线识别模型识别后，输出图像中每个像素分别为各种类别的概率值，当表示车道线的类别的概率值最大时，则将该像素识别为车道线。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现1～5任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～5任一项所述方法的步骤。