[发明专利]自动驾驶中一种结合图形处理器进行限速牌检测的方法

说明书

本发明提供自动驾驶中一种结合图形处理器进行限速牌检测的方法，其通过将分辨率为1600*1200的图像缩小到分辨率为1200*900的图像，在GPU设备上使用CUDA C语言获取与限速牌红色相近的的红色图像，并将获取到的红色图像回传到CPU设备上，使用连通体分析方法，获取每个连通体的位置等信息，再在1600*1200的原始彩色图像上，根据支持向量机分类器，判断每一个连通体是否为限速牌。最终获取1600*1200像素大小的原始图像中所有限速牌的位置和像素尺寸。本发明提出在GPU设备上执行检测方法中一部分易于并行计算的步骤，通过结合中央处理器和图形处理器的计算优势，同时进行串、并计算，从而提高限速牌的检测率和检测速度。本发明所述方法具有运行帧率较高，开发周期短，方法易于理解，便于维护的优点。

技术领域

本发明涉及自动驾驶行业的交通信息检测领域，具体涉及一种自动驾驶中一种结合图形处理器进行限速牌检测的方法。

背景技术

随着计算机科学和机器人技术的发展，自动驾驶车辆在军事、民用和科学研究等诸多方面得到了广泛的应用，它集中了结构学、电子学、控制论和人工智能等多学科的最新研究成果，具有广阔的应用前景。

在无人驾驶的技术研发中，限速牌检测方法是一种较为耗时的方法，需要逐像素对图像进行处理。颜色提取和轮廓提取均较为耗时。且轮廓提取方法是一种递归形式的方法，不易将其修改为并行的运行方式，因此，如何进行限速牌的快速检测是本领域技术人员急待解决的技术难题。

发明内容

有鉴于此，有必要提供一种能够提高限速牌的检测率和检测速度的自动驾驶中一种结合图形处理器进行限速牌检测的方法。

自动驾驶中一种结合图形处理器进行限速牌检测的方法，所述自动驾驶中一种结合图形处理器进行限速牌检测的方法包括以下步骤：

S1、接收车辆摄像头获取的视频图像，并将接收的视频图像上传至图形处理器；

S2、在图形处理器上，对视频图像中的红色区域进行二值化分析提取，并进行均值模糊得到精简后的红色图像；

S3、将精简后的红色图像回传至中央处理器上，对精简的红色图像进行多次连通体分析，获取限速牌的粗略位置；

S4、根据限速牌的粗略位置，在原始彩色图像上使用支持向量机分类器，判别该位置是否为限速牌。

本发明针对现有限速牌检测方法在CPU设备上运行时存在耗时多、帧率低的问题，提出在GPU设备上执行检测方法中一部分易于并行计算的步骤，通过结合中央处理器和图形处理器的计算优势，同时进行串、并计算，从而提高限速牌的检测率和检测速度。本发明所述方法具有运行帧率较高，开发周期短，方法易于理解，便于维护的优点。

附图说明

图1是本发明所述的自动驾驶中一种结合图形处理器进行限速牌检测的方法的流程框图；

图2是图1中步骤S1的流程框图；

图3是图1中步骤S2的流程框图；

图4是图1中步骤S3的流程框图；

图5是图1中步骤S4的流程框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供自动驾驶中一种结合图形处理器进行限速牌检测的方法，所述自动驾驶中一种结合图形处理器进行限速牌检测的方法包括以下步骤：

S1、接收车辆摄像头获取的视频图像，并将接收的视频图像上传至图形处理器；