[发明专利]基于级联机制的车位线顶点定位方法、系统、终端及介质有效
| 申请号: | 201711439249.2 | 申请日: | 2017-12-27 |
| 公开(公告)号: | CN108090455B | 公开(公告)日: | 2023-08-22 |
| 发明(设计)人: | 吴子章;王凡;唐锐 | 申请(专利权)人: | 北京纵目安驰智能科技有限公司 |
| 主分类号: | G06V10/24 | 分类号: | G06V10/24;G06V20/56;G06V10/46;G06V10/26;G06V20/70;G06V10/28;G06V10/762 |
| 代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 徐秋平 |
| 地址: | 102200 北京市昌平区*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 级联 机制 车位 顶点 定位 方法 系统 终端 介质 | ||
1.基于级联机制的车位线顶点定位方法,其特征在于,包括以下步骤:
S01:输入语义分割二值图像;
S02:遍历语义分割二值图像上的像素点,找出位置处于图像边缘的像素点;
S03:使用至少一级圆形模板计算该像素点的特征描述子;
S04:使用计算出的至少一级特征描述子逐一过滤图像;
S05:聚类像素点,并将满足聚类条件的像素点归类于车位线顶点的候选点,结束流程;
所述特征描述子包括第一级特征描述子和第二级特征描述子,先由第一级特征描述子过滤图像,得出的结果再由第二级特征描述子过滤图像。
2.根据权利要求1所述的基于级联机制的车位线顶点定位方法,其特征在于,所述第一级特征描述子和第二级特征描述子均包括特征向量的模长约束条件和角度约束条件,先约束模长约束条件再约束角度约束条件。
3.根据权利要求2所述的基于级联机制的车位线顶点定位方法,其特征在于,所述第一级特征描述子和第二级特征描述子还包括位置约束条件,所述位置约束条件在运行完成模长约束和角度约束之后再进行位置约束。
4.根据权利要求2所述的基于级联机制的车位线顶点定位方法,其特征在于,所述第一级特征描述子模长约束条件的具体步骤:
S031:设置像素点矩阵排列的小模板,用小模板遍历二值图像;
S032:将小模板以其中心点为圆心分为n维,将小模板内的像素点分配至n个维度下,计算出每个维度下像素点的个数,给每一个维度以其像素点的个数值为上限设置一个维度像素点阈值,若白色像素点个数大于该维度像素点阈值时,则保留该向量,若小于维度像素点阈值时,则过滤该向量;
S033:筛选出第一级特征描述子模长约束后的像素点;
所述第二级特征描述子的模长约束条件的具体步骤:
S041:设置像素点矩阵排列的大模板,用大模板遍历经过第一级特征描述子筛选所得结果;
S042:将大模板以其中心点为圆心分为m维,将大模板内的像素点分配至m个维度下,计算出每个维度下像素点的个数,给每一个维度以其像素点的个数值为上限设置一个维度像素点阈值,若白色像素点个数大于该维度像素点阈值时,则保留该向量,若小于维度像素点阈值时,则过滤该向量;
S043:筛选出第二级特征描述子模长约束后的像素点;
所述小模板的像素点矩阵的行列数小于大模板的像素点矩阵的行列数。
5.根据权利要求2所述的基于级联机制的车位线顶点定位方法,其特征在于,所述第一级特征描述子角度约束条件的具体步骤:
S034:计算模长约束筛选出像素点的向量之间的夹角,若夹角满足夹角阈值范围,则保留该两个向量,不满足夹角阈值范围,则过滤掉该两个向量;
S035:筛选出第一级特征描述子角度约束后的像素点;
所述第二级特征描述子的角度约束具体步骤:
S044:计算模长约束筛选出像素点的向量之间的夹角,若夹角满足夹角阈值范围,则保留该两个向量,不满足夹角阈值范围,则过滤掉该两个向量;
S045:筛选出第二级特征描述子角度约束后的像素点。
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北京纵目安驰智能科技有限公司,未经北京纵目安驰智能科技有限公司许可,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/201711439249.2/1.html,转载请声明来源钻瓜专利网。





