[发明专利]一种护栏检测评估方法

权利要求书

1.一种护栏检测评估方法，其特征在于：该方法包括以下步骤：

S1：判定输入的护栏特征点是否拥有三维坐标信息，若拥有，则转至S2中坐标点三维转二维，若不拥有，则转至S3；

S2：坐标点三维转二维，即运用相关算法把护栏特征点中三维信息的高度信息消去，使检测结果映射到图像中，为护栏模型建立提供符合要求的格式；

S3：护栏模型建立，运用最小二乘法实现对护栏特征点的横纵坐标信息进行拟合，计算出一个符合要求的一元二次多项式作为该护栏的模型；

S4：真实护栏点集标定，在样本图像中标定出真实护栏上任意多个点作为该帧样本的真实点集，记录其横纵坐标信息；

S5：计算护栏预测点集，即将真实点集中点的横坐标或纵坐标信息代入护栏模型方程，计算出对应的纵坐标或横坐标信息，作为模型预测点，最终计算出对应真实护栏点集的护栏预测点集；

S6：检测结果可信度评估，即计算出真实点集与预测点集之间的L2平均距离和相关协方差矩阵作为衡量检测结果可信度指标；

所述S3具体包括：

S31：假设拟合出的一元二次多项式为

y＝a₀+a₁x+a₂x² (8)

S32：生成需要拟合的点集L，矩阵中每一行为一点的x轴坐标与y轴坐标，因此点集表示为L((p₁₁,p₁₂),(p₂₁,p₂₂),...,(p_k1,p_k2),...,(p_n1,p_n2)) (9)

其中p_k1与p_k2分别表示图片中二维矩阵的第k行的第一列和第二列数据，组合成点(p_k1,p_k2)为待拟合点集L中的第k点；

S33：求解假设的一元二次多项式中的参数a₀、a₁和a₂；

2.根据权利要求1所述的一种护栏检测评估方法，其特征在于：所述S2具体包括：

S21：得到检测结果三维坐标点与相机三维坐标系下坐标点之间的配准矩阵，使用已经有的配准信息，得到相关的转移矩阵

其中A_3×4代表两类信息的配准矩阵，为相机校正后的投影矩阵，为相机的矫正矩阵，为三维坐标系与相机三维坐标系之间的旋转矩阵，为三维坐标系与相机三维坐标系之间的平移矩阵，为三维坐标系转移至相机三维坐标系下未做矫正时的转移矩阵；

S22：应用配准矩阵A_3×4将输入的检测结果，即在三维坐标系下的坐标矩阵转换到相机的三维坐标系中

其中代表在三维坐标系下检测结果矩阵的扩展矩阵，代表在相机三维坐标系下的检测结果矩阵；

S23：提取在相机三维坐标下检测结果矩阵的第三列，并复制两列，生成三维转二维的转换矩阵B_n×2；

S24：将相机三维坐标下的检测结果矩阵转化为相机图片中的二维坐标矩阵

其中⊙代表两矩阵的点除运算，即两个矩阵中各行列对应的元素对应相除。

3.根据权利要求1所述的一种护栏检测评估方法，其特征在于：所述S6具体包括：

S61：标定真实护栏点集其中代表真实护栏点集中的第i点；

S62：将护栏标定的真实点集P^g中每点的横坐标或纵坐标代入到S3求得的护栏模型，生成对应的预测点集其中P^c点集中的与点集P^g中的对应；

S63：计算标定真实护栏点集P^g与预测点集P^c之间的L2平均距离d_cg：

其中指标d_cg直观反映出两者之间位置上的差距，能间接反映出检测结果可信度的高低；若指标d_cg值越小则代表可信度越高，反之则越低；

S64：计算标定真实护栏点集P^g与预测点集P^c之间的协方差矩阵由于只关注两点集间同坐标系下的点，令斜对角的值恒等于0，即

S65：计算协方差矩阵的行列式：det(C')＝cov(x^g,x^c)*cov(y^g,y^c)，结果在0到1之间；其中指标det(C')直观的反映出两点集间的相关性，间接反映出检测结果可信度高低；若结果越接近1便代表检测结果可信度越高，反之则越低；

S66：综合协方差矩阵C协方差矩阵的行列式det(C')两个评价指标，分别由用户根据实际情况自定义出L2平均距离的最小阈值D_cgmin和协方差矩阵行列式的最小阈值C_cgmin，若求得指标满足d_cg＜D_cgmin且det(C')＞D_cgmin，则认为护栏检测结果符合要求。