[发明专利]一种人行横道线自动检测分析方法及系统

摘要

一种人行横道线自动检测分析方法及系统，包括输入街景的影像，将影像分为训练组和测试组，利用训练组训练用于检测人行横道线的分类器；例如分类器对测试组影像进行人行横道线的检测识别，通过后期处理排除错误检测；利用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错误检测；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，绘制直方图并提取特征，训练用于污损程度分析的神经网络模型进行人行横道线污损程度分析。

主权项

一种人行横道线自动检测分析方法，其特征在于，包括如下步骤：步骤1，输入街景的影像，所述街景的影像是摄影方向与街道走向一致的影像，包括采用移动摄影测量车采集的带有位置信息的序列街景影像；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，包括根据分类器得到初始识别结果，初始识别结果包括若干矩形框，利用矩形框的位置信息，对矩形框进行聚类，同时将离散的矩形框剔除，保留剩下的矩形框，作为识别结果，从而描述人行横道线所在区域；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，后期处理时利用近大远小的方法排除错误检测的方式，包括依据人行横道线的宽度是固定不变的，相机的姿态以及物体在视野中存在近大远小的透视现象，得出人行横道线在影像上的宽度和位置所应该存在的关系的公式，然后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；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，包括利用矩形框的位置信息，对矩形框进行聚类，同时将离散矩形剔除，保留剩下的识别结果矩形，从而描述人行横道线所在区域；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，后期处理时利用近大远小的方法排除错误检测的方式，包括依据人行横道线的宽度是固定不变的，相机的姿态以及物体在视野中存在近大远小的透视现象，得出人行横道线在影像上的宽度和位置所应该存在的关系的公式，然后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；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。