[发明专利]道路标线的检测与识别方法、电子装置和存储介质

权利要求书

1.一种道路标线的检测与识别方法，其特征在于，包括：

获取基于不同架设角度、不同架设高度以及不同分辨率的摄像机采集的道路监控图像训练的深度学习网络；

采集道路监控视频，从所述道路监控视频中抽取待检测图像；

使用所述深度学习网络对所述待检测图像中的道路标线进行检测，得到用于表示所述待检测图像中各种类型的道路标线的候选位置以及各种类型的道路标线的掩膜图像，所述掩膜图像中的每个像素存放第一数据，所述第一数据表示对应类型的道路标线在该像素中的置信度；

将所述候选位置依据道路标线的类型及其置信度进行后处理，并根据后处理结果从所述候选位置中确定该道路标线的选定位置；

其中，所述将所述候选位置依据道路标线的类型及其置信度进行后处理，并根据后处理结果从所述候选位置中确定该道路标线的选定位置包括以下步骤中的至少之一：

在道路标线是车行道边缘线的情况下，设置第一阈值，将第一数据大于第一阈值的对应像素值置为第一数值，将第一数据小于第一阈值的对应像素值置为第二数值，得到第一二值图像，预处理所述第一二值图像去除异常像素点，获取所述车行道边缘线的候选位置，获取所述车行道边缘线的候选位置处像素点之间的欧式距离，判断欧式距离是否小于第六阈值，若是，采样所述车行道边缘线的候选位置，得到所述车行道边缘线的选定位置；

在道路标线是可跨越同向车行道分界线的情况下，设置第二阈值，将第一数据大于第二阈值的对应像素值置为第一数值，将第一数据小于第二阈值的对应像素值置为第二数值，得到第二二值图像，预处理所述第二二值图像去除异常像素点，获取候选可跨越同向车行道分界线的候选位置，获取可跨越同向车行道分界线的候选位置处像素点之间的欧式距离，判断欧式距离是否小于第九阈值，若是，通过选取其纵坐标最小和最大处的点，确定可跨越同向车行道分界线的选定位置；

在道路标线是导向箭头的情况下，按照从大至小排序第一数据获取所述第一数据的下标，设置第三阈值，将小于第三阈值的所述下标对应的像素值保持不变，将大于第三阈值的所述下标对应的像素值置为第二数值，得到候选导向箭头图像，设置第四阈值，在所述候选导向箭头图像中，将第一数据大于第四阈值的对应像素值置为第一数值，将第一数据小于第四阈值的对应像素值置为第二数值，得到第三二值图像，预处理所述第三二值图像去除异常像素点，获取导向箭头的候选位置，聚类所述导向箭头的候选位置处的点，通过计算每个聚类族的平均坐标确定导向箭头的选定位置；

在道路标线是导流线的情况下，设置第五阈值，将第一数据大于第五阈值的对应像素值置为第一数值，将第一数据小于第五阈值的对应像素值置为第二数值，得到第四二值图像，预处理所述第四二值图像去除异常像素点，获取导流线的候选位置，其中，所述导流线的候选位置处的点包括所述第四二值图像去除异常像素点后的连通域，获取所述导流线候选位置处的点的坐标，纵坐标每间隔K个像素采样所述连通域最边缘处的像素，确定导流线的选定位置，其中，K是大于20的正整数；

在道路标线是道路出入口标线的情况下，设置第七阈值，将第一数据大于第七阈值的对应像素值置为第一数值，将第一数据小于第七阈值的对应像素值置为第二数值，得到第五二值图像，预处理所述第五二值图像去除异常像素点，获取所述道路出入口标线的候选位置，获取所述道路出入口标线的候选位置处像素点之间的欧式距离，判断欧式距离是否小于第八阈值，若是，采样所述道路出入口标线的候选位置，得到所述道路出入口标线的选定位置。

2.根据权利要求1所述的道路标线的检测与识别方法，其特征在于，获取基于不同架设角度、不同架设高度以及不同分辨率的摄像机采集的道路监控图像训练的深度学习网络包括：

获取基于不同架设角度、不同架设高度以及不同分辨率的摄像机采集的道路监控图像；

标注所述道路监控图像中的道路标线，得到标注后数据；

根据所述标注后数据得到标准模板图像；

输入所述道路监控图像至深度学习网络，获取网络预测值，根据所述网络预测值和所述标准模板图像获取损失值，根据所述损失值对所述深度学习网络进行训练。