[发明专利]基于场景深度映射的道路目标深度估计方法有效

专利信息
申请号: 201610528752.4 申请日: 2016-07-06
公开(公告)号: CN106204572B 公开(公告)日: 2020-12-04
发明(设计)人: 吴克伟;孙丹;孙永宣;杨兴明;谢昭 申请(专利权)人: 合肥工业大学
主分类号: G06T7/579 分类号: G06T7/579;G06T7/13;G06T7/11;G06T7/207;G06T7/80;G06T5/00;G06K9/00;G06K9/62
代理公司: 安徽合肥华信知识产权代理有限公司 34112 代理人: 余成俊
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于场景深度映射的道路目标深度估计方法,通过获取场景深度映射关系和目标定位两个要素,实现场景目标深度估计。在场景边缘检测和直线检测基础上,针对消失点和消失线定位不确定问题,使用最大期望算法,精确估计中心消失点和中心视野消失线;并利用摄像机模型,完成场景的深度映射关系构建。针对场景目标定位不准确问题,在场景分割基础上,采用Adaboost分类器训练并识别分割区域的类别标记;分析垂直目标的地面接触线,查找深度映射关系表,获得场景目标深度估计。
搜索关键词: 基于 场景 深度 映射 道路 目标 估计 方法
【主权项】:
基于场景深度映射的道路目标深度估计方法,其特征在于:包括以下步骤:(1)、消失点估计:对输入的场景彩色图像,首先将彩色图像转换为灰度图像,然后通过边缘检测得到边缘图,对边缘图进行霍夫变换检测直线,使用最大期望算法算法,估计候选直线是消失线的可能性,完成消失线和消失点估计;(2)、场景深度映射关系构建:对摄像机几何参数标定,并获取深度映射关系表。对不同高度的摄像头都可以进行标定,提高处理的鲁棒性;(3)、分割区域标识:将需要进行深度估计的场景彩色图像灰度化后进行运动目标分割获得候选集合图像,对采集的道路场景分割获得的候选集合图像块进行颜色、纹理、位置特征提取,训练多类区域识别的Adaboost分类器,实现天空、地面、垂直物体的多类标记预测;(4)、目标截距和深度排序:获取垂直区域与地面的地面接触点,根据摄像机坐标系获取的深度映射关系表和垂直区域的地面接触点,获取该垂直区域的期望深度估计。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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合肥工业大学,未经合肥工业大学许可,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/patent/201610528752.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top