[发明专利]一种基于K‑means方法的走廊消失点快速检测算法有效
| 申请号: | 201410283061.3 | 申请日: | 2014-06-23 |
| 公开(公告)号: | CN104063711B | 公开(公告)日: | 2018-04-06 |
| 发明(设计)人: | 布树辉;程少光;刘贞报 | 申请(专利权)人: | 西北工业大学 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62 |
| 代理公司: | 西北工业大学专利中心61204 | 代理人: | 陈星 |
| 地址: | 710072 *** | 国省代码: | 陕西;61 |
| 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 基于 means 方法 走廊 消失 快速 检测 算法 | ||
1.一种基于K-means方法的走廊消失点快速检测方法,其特征在于:采用以下步骤:
步骤1:对采集的图像进行预处理,去除掉图像中的冗余信息,减小噪声的影响;预处理过程依次为:对采集的图像进行降采样、灰度化处理、直方图均衡化、采用Canny算子进行边缘检测;
步骤2:采用概率霍夫变换算法检测步骤1处理后的图像,提取图像中的线条;
步骤3:采用K-means方法根据线条斜率将步骤2提取的直线线条聚类为四类,分别求出四类线条中点的均值;根据每类线条斜率和对应线条中点均值共确定出四条直线,四条直线随机分成两组,每组两条直线得到一个交点,取两个交点的中点作为消失点;
其中采用K-means方法根据线条斜率将步骤2提取的直线线条聚类为四类的过程如下:
步骤3.1:计算步骤2检测到的n条线条的斜率,并将得到的n个斜率值作为待聚类的对象;从n个对象中任意选择四个作为初始聚类中心;初始聚类中心为所要聚成四个类别的初始中心;
步骤3.2:计算每个待聚类对象到所有聚类中心的欧氏距离,并将每个聚类对象划分到距离它最近的聚类中心,作为该聚类中心对应类别的一个成员;
步骤3.3:重新计算每个类别中各成员的均值,作为该类别新的聚类中心;
步骤3.4:当每个待聚类对象到其所属类别聚类中心的距离之和不能再减小时,聚类结束,否则返回步骤3.2。
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西北工业大学,未经西北工业大学许可,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/pat/books/201410283061.3/1.html,转载请声明来源钻瓜专利网。





