[发明专利]一种道路标志物的识别方法、装置及存储介质有效
| 申请号: | 201811459262.9 | 申请日: | 2018-11-30 |
| 公开(公告)号: | CN110163064B | 公开(公告)日: | 2022-04-05 |
| 发明(设计)人: | 江旻 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
| 主分类号: | G06V20/58 | 分类号: | G06V20/58;G06T7/73;G06T7/80 |
| 代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 黄威 |
| 地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
| 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 道路 标志 识别 方法 装置 存储 介质 | ||
1.一种道路标志物的识别方法,其特征在于,包括:
获取待识别场景的二维图像和三维点云数据;
基于所述二维图像和三维点云数据,构建第一坐标转换矩阵;
采用所述第一坐标转换矩阵对所述三维点云数据进行计算,得到所述待识别场景的深度图像;
从所述待识别场景的二维图像中获取道路标志物的平面坐标信息;
确定所述深度图像中与所述道路标志物的平面坐标信息对应位置的深度信息;
根据所述第一坐标转换矩阵、道路标志物的平面坐标信息及深度信息,确定所述道路标志物的空间分布信息;
所述第一坐标转换矩阵包括投影矩阵和模型视图矩阵,所述基于所述二维图像和三维点云数据,构建第一坐标转换矩阵,具体包括:
获取采集所述二维图像的相机的相机参数、航向信息、所述二维图像的图像大小和所述相机对待识别场景的远近裁剪面信息;
根据所述航向信息和相机参数确定所述模型视图矩阵;
根据所述相机参数、二维图像的图像大小和所述相机对待识别场景的远近裁剪面信息,确定所述投影矩阵。
2.如权利要求1所述的方法,其特征在于,获取采集所述二维图像的相机的相机参数,具体包括:
在所述三维点云数据中选择所述待识别场景中多个特征点的空间坐标信息,并从所述二维图像中获取所述多个特征点的平面坐标信息;
根据每个特征点的空间坐标信息与平面坐标信息之间的共线关系,确定所述相机的相机参数。
3.如权利要求1所述的方法,其特征在于,所述根据所述航向信息和相机参数确定所述模型视图矩阵,具体包括:
根据所述航向信息确定三个方向的旋转矩阵;
根据所述相机参数确定相机的平移矩阵和相机的旋转矩阵;
基于所述三个方向的旋转矩阵、相机的平移矩阵和旋转矩阵构建所述模型视图矩阵。
4.如权利要求1所述的方法,其特征在于,所述根据所述相机参数、二维图像的图像大小和所述相机对待识别场景的远近裁剪面信息,确定所述投影矩阵,具体包括:
根据所述相机参数确定投影变换矩阵;
根据所述图像大小和远近裁剪面信息确定正交投影矩阵;
基于所述投影变换矩阵和正交投影矩阵构建所述投影矩阵。
5.如权利要求1所述的方法,其特征在于,所述根据所述第一坐标转换矩阵、道路标志物的平面坐标信息及深度信息,确定所述道路标志物的空间分布信息,具体包括:
获取所述投影矩阵的逆矩阵和模型视图矩阵的逆矩阵;
采用所述投影矩阵的逆矩阵和模型视图矩阵的逆矩阵对所述道路标志物的平面坐标信息和深度信息进行计算,得到所述道路标志物的空间分布信息。
6.如权利要求1至5任一项所述的方法,其特征在于,从所述待识别场景的二维图像中获取道路标志物的平面坐标信息,具体包括:
显示所述二维图像的图像编辑界面;
从所述图像编辑界面接收用户对道路标志物的框定信息,根据所述框定信息,确定所述道路标志物的平面坐标信息。
7.如权利要求1至5任一项所述的方法,其特征在于,所述根据所述第一坐标转换矩阵、道路标志物的平面坐标信息及深度信息,确定所述道路标志物的空间分布信息之后,还包括:
根据所述空间分布信息确定所述道路标志物的标记数据。
8.如权利要求7所述的方法,其特征在于,所述道路标志物的空间分布信息包括所述道路标志物中多个点的空间坐标信息;则所述根据所述空间分布信息确定所述道路标志物的标记数据,具体包括:
若所述多个点中任意三个点所构建的平面的信息符合预置的目标平面的条件,确定所述三个点所构建的平面为目标平面;
获取所述目标平面的第二坐标转换矩阵;
根据所述第二坐标转换矩阵,将所述多个点的空间坐标信息投影到所述目标平面上,得到多个投影点的平面坐标信息;
选择所述多个投影点中的平面坐标信息最大和最小的投影点,根据所述第二坐标转换矩阵确定所述选择的投影点的空间坐标信息。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201811459262.9/1.html,转载请声明来源钻瓜专利网。





