[发明专利]一种导入SDL模型的图像抽出的方法

权利要求书

1.一种导入SDL模型的图像抽出的方法，是由特征向量生成部分，与图像抽出部分构成的，其特征是：

(1)特征向量生成部分：以希望抽出图像的各个颜色的灰度值为主复数个特征值；上述特征向量对应着希望抽出图像的各个颜色的灰度值；针对不同的图像，对特征向量的各个特征值进行的复数次的训练；得到特征向量中的各个特征值的最大概率值；最大概率空间；最大概率分布；将结果进行数据库的登录；

(2)图像抽出部分：针对样本图像数据，按上述方法求出特征向量；计算样本图像的特征向量与数据库登录的各个特征向量的距离，找出距离最小的学习后的特征向量中的希望抽出图像的各个颜色的灰度值。

2.根据权利要求1所述的一种导入SDL模型的图像抽出的方法，其特征在于：所述距离是指：包括在欧几里德空间，概率空间中至少一种空间的距离尺度。

3.根据权利要求1所述的一种导入SDL模型的图像抽出的方法，其特征在于：所述最大概率值，为概率尺度自组织的机器学习的迭代结果。

4.根据权利要求1所述的一种导入SDL模型的图像抽出的方法，其特征在于：所述最大概率空间，为概率尺度自组织的机器学习的迭代结果所得到的最大概率尺度所围成的空间。

5.根据权利要求1所述的一种导入SDL模型的图像抽出的方法，其特征在于：所述最大的概率分布，为概率尺度自组织的机器学习的迭代结果所得到的最大概率值与最大概率尺度构成的。

6.根据权利要求1所述的一种导入SDL模型的图像抽出的方法，其特征在于：所述希望抽出图像的各个颜色的灰度值为主特征值是指：建立希望抽出图像的各个颜色的灰度值与其他图像的颜色灰度值的区别；或车道线的某一颜色的灰度与背景图像最大灰度的比值；或车道线的某一颜色的灰度与背景图像最小灰度的比值；或通过对抗学习找出车道线颜色的灰度，与不是车道线的最为接近的小于车道线灰度值的最大概率值，以及与不是车道线的最为接近的大于车道线灰度值的最大概率值，让车道线在这两个值之间进行对抗学习，找到车道线与这两个数值之差的概率分布。