[发明专利]一种障碍物轮廓检测方法、装置、终端设备和存储介质在审
申请号: | 202210526559.2 | 申请日: | 2022-05-16 |
公开(公告)号: | CN114842213A | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 张景达;何天翼 | 申请(专利权)人: | 北斗星通智联科技有限责任公司 |
主分类号: | G06V10/44 | 分类号: | G06V10/44;G06V10/40;G06V10/28;G06V20/10;G06T5/30;G06T7/60;G06T7/62 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 姚大雷 |
地址: | 401120 重*** | 国省代码: | 重庆;50 |
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 障碍物 轮廓 检测 方法 装置 终端设备 存储 介质 | ||
1.一种障碍物轮廓检测方法,其特征在于,包括:
通过单目摄像头获取实际场景的实际图像,并对所述实际图像进行透视变换得到实际鸟瞰图;
计算所述实际鸟瞰图中各个像素点的实际特征值;
基于空地鸟瞰图各个像素点的空地特征值和所述实际特征值进行异常点识别处理,得到包含有异常点的二值图像;
对所述二值图像中的异常点进行去噪处理,得到第一图像;
对所述第一图像进行轮廓检测,确定所述实际场景中的障碍物的轮廓。
2.根据权利要求1所述的障碍物轮廓检测方法,其特征在于,所述对所述第一图像进行轮廓检测,确定所述实际场景中的障碍物的轮廓,包括:
基于预设算法提取所述第一图像中的至少一个轮廓;
计算各个所述轮廓的中心点和最小斜矩形的边长度和面积;
若当前轮廓的所述中心点不在所述第一图像的边界处,则检测所述边长是否小于预设的边长阈值,以及所述面积是否小于预设的面积阈值;
若所述边长小于所述边长阈值且所述面积小于所述面积阈值,则确定所述当前轮廓为干扰轮廓并丢弃,否则保留所述当前轮廓;
若所述当前轮廓的所述中心点在所述第一图像的边界处,则保留所述当前轮廓;
将保留的轮廓作为障碍物的轮廓。
3.根据权利要求1或2所述的障碍物轮廓检测方法,其特征在于,所述通过单目摄像头获取实际场景的实际图像之前包括:
通过单目摄像头获取空地场景的空地图像,并测量所述空地场景的实际尺寸以确定所述空地场景的长宽比例;
基于所述长宽比例和待生成的所述空地场景的空地鸟瞰图的分辨率确定空地坐标;
在所述空地场景的边界处设置角点,并确定所述角点在空地图像中对应的角点坐标;
基于所述角点坐标和所述空地坐标计算透视变换矩阵的参数,以确定所述透视变换矩阵;
通过所述透视变换矩阵对所述空地图像进行透视变换,得到所述空地场景的空地鸟瞰图。
4.根据权利要求1所述的障碍物轮廓检测方法,其特征在于,相应鸟瞰图中各个像素点的特征值通过以下方式计算:
对相应鸟瞰图进行灰度处理得到灰度图像;
基于所述灰度图像的所述各个像素点为中心计算对应的中心亮度和环境亮度;
根据所述各个像素点的所述中心亮度和所述环境亮度的比值作为对应像素点的特征值。
5.根据权利要求4所述的障碍物轮廓检测方法,其特征在于,所述基于空地鸟瞰图各个像素点的空地特征值和所述实际特征值进行异常点识别处理,包括:
将相同位置的像素点的所述空地特征值和所述实际特征值进行比较,得到对应的比值;
若所述比值小于等于预设的比值阈值,则确定所述像素点为所述异常点,否则确定所述像素点为正常点。
6.根据权利要求1所述的障碍物轮廓检测方法,其特征在于,所述对所述二值图像中的异常点进行去噪处理,得到第一图像,包括:
对所述二值图像进行第一像素尺寸的膨胀处理以得到第二图像;
对所述第二图像进行第二像素尺寸的腐蚀处理以得到第三图像;
对所述第三图像进行第三像素尺寸的膨胀处理以得到第四图像;
对所述第四图像进行第四像素尺寸的腐蚀处理以得到第一图像;
其中,所述第一像素尺寸、所述第二像素尺寸、所述第三像素尺寸和所述第四像素尺寸的关系如下:所述第一像素尺寸与所述第三像素尺寸之和等于所述第二像素尺寸与所述第四像素尺寸之和,所述第一像素尺寸小于第二像素尺寸小于所述第三像素尺寸。
7.根据权利要求6所述的障碍物轮廓检测方法,其特征在于,所述腐蚀处理包括:
将预设的结构元素的中心点依次与所述二值图像中各个异常点重合,判断所述结构元素中的全部像素点是否均为异常点;
若所述全部像素点均为所述异常点,则保留所述中心点对应的像素点;
否则,将所述中心点对应的像素点修改为正常点。
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北斗星通智联科技有限责任公司,未经北斗星通智联科技有限责任公司许可,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/202210526559.2/1.html,转载请声明来源钻瓜专利网。