[发明专利]一种道路导流带边缘提取方法、装置和设备

权利要求书

1.一种道路导流带边缘提取方法，其特征在于，包括：

对道路图像进行透视处理，得到透视过滤图像，所述透视过滤图像中包括过滤出的多个路面信息要素特征；

使用机器学习模型对所述道路图像进行分析，得到分割图像，所述分割图像中包括分析出的多个路面信息要素；

将过滤出的多个路面信息要素特征与分析出的多个路面信息要素进行匹配，确定道路图像中的导流带区域；

对所述导流带区域的轮廓进行分段，取每段的端点作为滑动生长点；

从滑动生长点中选择生长起点，从生长起点上下滑动生长，获取有效点，对有效点进行分段直线拟合，得到导流带的边缘线。

2.如权利要求1所述的方法，其特征在于，对道路图像进行透视处理，得到透视过滤图像，包括：

对道路图像进行透视变换IPM得到IPM图像；

使用IPM过滤器对IPM图像进行路面信息要素特征提取过滤，得到透视过滤图像。

3.如权利要求2所述的方法，其特征在于，所述对道路图像进行透视变换IPM得到IPM图像，包括：

使用选定的透视变换矩阵，对道路图像中各像素的坐标进行变换，得到各像素点对应的IPM坐标，根据各像素点对应的IPM坐标得到所述IPM图像；

其中，所述透视变换矩阵根据指定数量的参考点在参考道路图像和参考IPM图像中坐标确定。

4.如权利要求2所述的方法，其特征在于，使用IPM过滤器对IPM图像进行路面信息要素特征提取过滤，包括：

选取n*n的块过滤器，n为正整数；

针对IPM图像的每个像素点，根据以该像素点为中心的n*n像素块的灰度值之和和该像素块左右相邻的两个n*n像素块的灰度值之和，确定该像素点的过滤灰度值；

过滤出所述过滤灰度值符合设定条件的像素点。

5.如权利要求1所述的方法，其特征在于，使用机器学习模型对所述道路图像进行分析，得到分割图像，包括：

使用语义分割网络模型对所述道路图像中的路面信息要素进行分割，得到路面要素分割图；

对路面要素分割图进行IPM变换得到包括多个路面信息要素的IPM分割图像。

6.如权利要求5所述的方法，其特征在于，所述语义分割网络模型，通过对道路样本图像中标注的路面信息要素进行学习，获取各路面信息要素的特征得到，所述语义分割网络模型包括各路面信息要素的标识和对应的特征信息。

7.如权利要求6所述的方法，其特征在于，所述使用语义分割网络模型对所述道路图像中的路面信息要素进行分割，包括：

根据语义分割网络模型包括的各路面信息要素对应的特征信息，对所述道路图像进行特征识别，根据识别结果将所述道路图像分割成若干路面信息要素区域。

8.如权利要求1所述的方法，其特征在于，将过滤出的多个路面信息要素特征与分割出的多个路面信息要素进行匹配，确定道路图像中的导流带区域，包括：

将透视过滤图像中导流带区域的二值图矩阵和分割图像中导流带区域的二值图矩阵进行“与”运算，提取运算结果中像素符合要求的像素点组成所述导流带区域。

9.如权利要求1所述的方法，其特征在于，所述对道路图像进行透视处理之前，还包括：对道路图像进行畸变矫正，得到畸变矫正后的道路图像。

10.如权利要求1所述的方法，其特征在于，所述对道路图像进行畸变矫正，得到畸变矫正后的道路图像，包括：

将道路图像各像素的图像坐标转换为各像素的归一化坐标；

根据道路图像各像素的归一化坐标计算各像素的三维坐标；

将道路图像各像素的三维坐标转化为各像素的球面坐标；

计算道路图像各像素的球面坐标对应的原始全景图坐标，根据各像素的原始全景图坐标，得到畸变矫正后的道路图像。