亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

一種基于圖模型的道路檢測(cè)方法與流程

文檔序號(hào):11251358閱讀:347來(lái)源:國(guó)知局

本發(fā)明具體涉及一種基于圖模型的道路檢測(cè)方法。



背景技術(shù):

移動(dòng)機(jī)器人近年發(fā)展迅速且具有廣闊的應(yīng)用前景.室外移動(dòng)機(jī)器人作為移動(dòng)機(jī)器人的一種,具有重要的研究和應(yīng)用價(jià)值,一直是機(jī)器人領(lǐng)域的研究熱點(diǎn)。為實(shí)現(xiàn)室外移動(dòng)機(jī)器人自主導(dǎo)航,現(xiàn)有移動(dòng)機(jī)器人普遍裝備視覺(jué)傳感器。在機(jī)器人處理的眾多視覺(jué)信息中,道路信息是最關(guān)鍵的視覺(jué)信息之一。道路檢測(cè)技術(shù)是實(shí)現(xiàn)移動(dòng)機(jī)器人視覺(jué)導(dǎo)航的關(guān)鍵,也是實(shí)現(xiàn)機(jī)器人智能導(dǎo)航的核心技術(shù)之一。

現(xiàn)有室外移動(dòng)機(jī)器人道路檢測(cè)研究主要集中在結(jié)構(gòu)化道路檢測(cè)和非結(jié)構(gòu)化道路檢測(cè)兩個(gè)方面。結(jié)構(gòu)化道路是指具有明顯車道線和道路邊界的道路,如高速公路。結(jié)構(gòu)化道路檢測(cè)問(wèn)題可簡(jiǎn)化為道路車道線和道路邊界的檢測(cè)問(wèn)題,其相關(guān)技術(shù)研究時(shí)間較長(zhǎng)且已取得較豐碩的研究成果,有些技術(shù)已成功應(yīng)用到智能車的視覺(jué)導(dǎo)航系統(tǒng)。與結(jié)構(gòu)化道路相比,非結(jié)構(gòu)化道路一般是指沒(méi)有明顯車道線和清晰道路邊界的道路,如鄉(xiāng)村道路。

目前,針對(duì)非結(jié)構(gòu)化道路的道路檢測(cè)技術(shù)尚處于研究階段,其檢測(cè)方法主要包括基于模型的方法、基于特征的方法、基于學(xué)習(xí)的方法和其它檢測(cè)方法。由于非結(jié)構(gòu)化道路的復(fù)雜性和多樣性,目前尚不存在一種成熟且實(shí)用的非結(jié)構(gòu)化道路檢測(cè)方法.室外移動(dòng)機(jī)器人除應(yīng)用于具有明顯車道線的結(jié)構(gòu)化高速公路和完全非結(jié)構(gòu)化的野外環(huán)境外,城市環(huán)境、校園環(huán)境和居民區(qū)環(huán)境也是移動(dòng)機(jī)器人應(yīng)用的重要場(chǎng)所。使移動(dòng)機(jī)器人能低速運(yùn)行在這類環(huán)境下是機(jī)器人研究的重點(diǎn)之一。與高速公路和野外環(huán)境相比,上述環(huán)境中的道路具有其明顯的特點(diǎn)。如城市道路的路面普遍經(jīng)過(guò)硬化,路面較平整,一致性相對(duì)較好;道路中常有行人和車輛等障礙物,對(duì)道路形狀進(jìn)行建模較困難;道路結(jié)構(gòu)化程度介于結(jié)構(gòu)化和完全非結(jié)構(gòu)化道路之間,道路路況和結(jié)構(gòu)化程度差異較大等。



技術(shù)實(shí)現(xiàn)要素:

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于圖模型的道路檢測(cè)方法。

一種基于圖模型的道路檢測(cè)方法,包括以下步驟:

s1:將道路圖像劃分為子圖,計(jì)算子圖特征向量,生成圖模型結(jié)點(diǎn)集;

s2:提出相近半徑概念,計(jì)算相近結(jié)點(diǎn)邊權(quán)值,生成圖模型邊集;

s3:采用基于最小生成樹的結(jié)點(diǎn)合并規(guī)則對(duì)圖模型結(jié)點(diǎn)進(jìn)行合并,實(shí)現(xiàn)道路圖像分割;

s4:通過(guò)設(shè)置取樣窗口,提取道路結(jié)點(diǎn),分割出道路區(qū)域。

進(jìn)一步的,步驟s1的具體方法如下:

1)對(duì)道路圖像進(jìn)行高斯濾波,濾波函數(shù)如下:

;

2)假設(shè)濾波后的道路圖像im的大小為h×l,將im分割為p×q個(gè)子圖,每個(gè)子圖大小為m×n,即:

其中,;

3)假設(shè)分割后道路圖像的每個(gè)子圖含有t維特征,第κ維特征的取值范圍為,,則采用下式對(duì)進(jìn)行歸一化得到特征值

;

4)為每個(gè)子圖賦相應(yīng)的子圖序號(hào),,采用上式對(duì)子圖的t為特征歸一化后,則子圖對(duì)應(yīng)的特征向量為:

;

5)定義道路圖像im的每個(gè)子圖為一個(gè)結(jié)點(diǎn),子圖特征度量值為該結(jié)點(diǎn)特征值,可得im對(duì)應(yīng)的圖為g=(v,e);g為無(wú)向圖,結(jié)點(diǎn)集合v為im中各子圖集合,即,邊集e中的每條邊表示相鄰兩個(gè)結(jié)點(diǎn)的某種不相似度量,其中,;生成道路圖像im所對(duì)應(yīng)圖g的結(jié)點(diǎn)集v及相應(yīng)的結(jié)點(diǎn)特征向量集合。

進(jìn)一步的,步驟s2的具體方法如下:

1)定義相近半徑,采用下式計(jì)算g中所有結(jié)點(diǎn)對(duì)應(yīng)的邊權(quán)值;

;

2)假設(shè)中心結(jié)點(diǎn)為,當(dāng)相近半徑為時(shí),與相近的結(jié)點(diǎn)的個(gè)數(shù)為,可得道路圖像im所對(duì)應(yīng)圖g的邊集e。

進(jìn)一步的,步驟s3的具體方法如如下:

1)假設(shè)步驟s2計(jì)算得到圖g共有s條邊,則根據(jù)邊值大小對(duì)e中所有的邊按非遞減順序進(jìn)行排序,即;

2)初始化圖g的結(jié)點(diǎn)分類為,即g中的每個(gè)結(jié)點(diǎn)為一個(gè)分類;

3)按邊值非遞減的順序?qū)γ織l邊作如下判斷:

假設(shè)當(dāng)前g的分類為,邊分別連接內(nèi)的兩個(gè)結(jié)點(diǎn)分類,根據(jù)下式分別計(jì)算;

其中,為閾值函數(shù),表示結(jié)點(diǎn)子集中結(jié)點(diǎn)的個(gè)數(shù),為閾值參數(shù);

,則合并;假設(shè)合并后的,則有,更新g的分類為;

4)對(duì)e中所有邊計(jì)算判斷后,可得到g最終的結(jié)點(diǎn)分類;因此,中每個(gè)結(jié)點(diǎn)分類,1≤i≤k都表示im中的一個(gè)圖像分割。

進(jìn)一步的,步驟s4的具體方法如下:

1)根據(jù)圖g的結(jié)點(diǎn)分類結(jié)果,為圖g中的每個(gè)結(jié)點(diǎn)賦相應(yīng)的分類號(hào)i,;

2)在圖g最底部的中心位置,提取的取樣窗口,統(tǒng)計(jì)窗口內(nèi)各結(jié)點(diǎn)的分類號(hào),取結(jié)點(diǎn)數(shù)最多的分類號(hào)作為道路結(jié)點(diǎn)分類號(hào);

3)將圖g中道路結(jié)點(diǎn)分類號(hào)所對(duì)應(yīng)的結(jié)點(diǎn)賦分類號(hào)為1,其它結(jié)點(diǎn)賦分類號(hào)為0;

4)通過(guò)上述步驟,可實(shí)現(xiàn)圖g中道路結(jié)點(diǎn)與非道路結(jié)點(diǎn)的二值化,從而實(shí)現(xiàn)道路圖像的二值化。

本發(fā)明的有益效果是:

本發(fā)明在采用基于圖模型方法對(duì)道路圖像進(jìn)行分割的基礎(chǔ)上,根據(jù)移動(dòng)機(jī)器人視覺(jué)導(dǎo)航的特點(diǎn),能有效檢測(cè)出道路圖像中的道路區(qū)域;針對(duì)不同道路類型,通過(guò)設(shè)置相應(yīng)參數(shù),該方法能用于不同類型的道路檢測(cè)。

具體實(shí)施方式

以下具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步闡述,但不作為對(duì)本發(fā)明的限定。

一種基于圖模型的道路檢測(cè)方法,包括以下步驟:

s1:將道路圖像劃分為子圖,計(jì)算子圖特征向量,生成圖模型結(jié)點(diǎn)集;

s2:提出相近半徑概念,計(jì)算相近結(jié)點(diǎn)邊權(quán)值,生成圖模型邊集;

s3:采用基于最小生成樹的結(jié)點(diǎn)合并規(guī)則對(duì)圖模型結(jié)點(diǎn)進(jìn)行合并,實(shí)現(xiàn)道路圖像分割;

s4:通過(guò)設(shè)置取樣窗口,提取道路結(jié)點(diǎn),分割出道路區(qū)域。

步驟s1的具體方法如下:

1)對(duì)道路圖像進(jìn)行高斯濾波,濾波函數(shù)如下:

;

2)假設(shè)濾波后的道路圖像im的大小為h×l,將im分割為p×q個(gè)子圖,每個(gè)子圖大小為m×n,即:

其中,

3)假設(shè)分割后道路圖像的每個(gè)子圖含有t維特征,第κ維特征的取值范圍為,,則采用下式對(duì)進(jìn)行歸一化得到特征值

;

4)為每個(gè)子圖賦相應(yīng)的子圖序號(hào),,采用上式對(duì)子圖的t為特征歸一化后,則子圖對(duì)應(yīng)的特征向量為:

;

5)定義道路圖像im的每個(gè)子圖為一個(gè)結(jié)點(diǎn),子圖特征度量值為該結(jié)點(diǎn)特征值,可得im對(duì)應(yīng)的圖為g=(v,e);g為無(wú)向圖,結(jié)點(diǎn)集合v為im中各子圖集合,即,邊集e中的每條邊表示相鄰兩個(gè)結(jié)點(diǎn)的某種不相似度量,其中,,;生成道路圖像im所對(duì)應(yīng)圖g的結(jié)點(diǎn)集v及相應(yīng)的結(jié)點(diǎn)特征向量集合。

步驟s2的具體方法如下:

1)定義相近半徑,采用下式計(jì)算g中所有結(jié)點(diǎn)對(duì)應(yīng)的邊權(quán)值;

;

2)假設(shè)中心結(jié)點(diǎn)為,當(dāng)相近半徑為時(shí),與相近的結(jié)點(diǎn)的個(gè)數(shù)為,可得道路圖像im所對(duì)應(yīng)圖g的邊集e。

步驟s3的具體方法如如下:

1)假設(shè)步驟s2計(jì)算得到圖g共有s條邊,則根據(jù)邊值大小對(duì)e中所有的邊按非遞減順序進(jìn)行排序,即

2)初始化圖g的結(jié)點(diǎn)分類為,即g中的每個(gè)結(jié)點(diǎn)為一個(gè)分類;

3)按邊值非遞減的順序?qū)γ織l邊作如下判斷:

假設(shè)當(dāng)前g的分類為,邊分別連接內(nèi)的兩個(gè)結(jié)點(diǎn)分類,根據(jù)下式分別計(jì)算;

其中,為閾值函數(shù),表示結(jié)點(diǎn)子集中結(jié)點(diǎn)的個(gè)數(shù),為閾值參數(shù);

,則合并;假設(shè)合并后的,則有,更新g的分類為

4)對(duì)e中所有邊計(jì)算判斷后,可得到g最終的結(jié)點(diǎn)分類;因此,中每個(gè)結(jié)點(diǎn)分類,1≤i≤k都表示im中的一個(gè)圖像分割。

步驟s4的具體方法如下:

1)根據(jù)圖g的結(jié)點(diǎn)分類結(jié)果,為圖g中的每個(gè)結(jié)點(diǎn)賦相應(yīng)的分類號(hào)i,;

2)在圖g最底部的中心位置,提取的取樣窗口,統(tǒng)計(jì)窗口內(nèi)各結(jié)點(diǎn)的分類號(hào),取結(jié)點(diǎn)數(shù)最多的分類號(hào)作為道路結(jié)點(diǎn)分類號(hào);

3)將圖g中道路結(jié)點(diǎn)分類號(hào)所對(duì)應(yīng)的結(jié)點(diǎn)賦分類號(hào)為1,其它結(jié)點(diǎn)賦分類號(hào)為0;

4)通過(guò)上述步驟,可實(shí)現(xiàn)圖g中道路結(jié)點(diǎn)與非道路結(jié)點(diǎn)的二值化,從而實(shí)現(xiàn)道路圖像的二值化。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1