CN108197531A - 一种道路曲线检测方法、装置和终端 - Google Patents
一种道路曲线检测方法、装置和终端 Download PDFInfo
- Publication number
- CN108197531A CN108197531A CN201711352091.5A CN201711352091A CN108197531A CN 108197531 A CN108197531 A CN 108197531A CN 201711352091 A CN201711352091 A CN 201711352091A CN 108197531 A CN108197531 A CN 108197531A
- Authority
- CN
- China
- Prior art keywords
- point
- road
- pixel
- initial
- waypoint
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
Abstract
本发明实施例公开了一种道路曲线检测方法、装置和终端,涉及辅助驾驶技术领域,包括:获取待检测图像的V‑视差图,并确定道路点包络区域,在道路点包络区域内确定初始点和终止点,从初始点至终止点的连线上确定初始道路点;在初始道路点所在位置处沿连线的垂线方向上确定初始道路点对应的目标道路点,根据各个目标道路点,得到道路曲线。本发明可将在道路点包络区域内确定的初始点和终止点之间的连线作为道路曲线的粗略估计,针对连线上的初始道路点,在与连线垂直的方向上的搜索其对应的目标道路点,可有效减小道路点被漏检的概率,并使检测到的道路曲线更加精确。
Description
技术领域
本发明涉及辅助驾驶技术领域,尤其涉及一种道路曲线检测方法、装置和终端。
背景技术
在辅助驾驶、自动驾驶技术中,快速、准确、稳定的检测路面障碍物是关键技术,而准确的提取道路区域是检测路面障碍物的必要步骤。只有在准确的提取道路区域的前提下,才能准确地检测出路面障碍物。在现有的方案中,基于双目立体视觉技术的检测技术由于其成本低、探测视野大等优点,受到了各大公司以及研究人员的普遍关注。
目前,基于双目立体视觉技术的方案大同小异,通常为同时采集两张图像(左视图和右视图),以其中一幅图像作为基准图像,另一幅作为比较图像,使用立体匹配算法获取视差图,基于视差图生成V-视差图,在V-视差图中检测道路区域对应的直线。然而,现实世界中的道路复杂多变,不仅包括平面道路,还可能包括上坡、下坡等曲面道路,当在V-视差图中检测道路曲线时,由于无法在垂直于道路的方向上搜索道路点,因而常常存在着遗漏道路点,无法准确检测到道路曲线上的所有道路点的问题,从而使得检测道路曲线的准确率较低。
综上所述,目前亟需要一种道路曲线检测方法,用以准确地找出V-视差图中的所有道路点,从而精准定位道路区域。
发明内容
本发明提供一种道路曲线检测方法,用以解决现有技术中的道路曲线检测方法中道路点检测准确率较低,无法精准定位道路区域的技术问题。
本发明实施例提供的一种道路曲线检测方法,包括:
获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
可选地,从所述道路点包络区域内的像素点中确定初始点和终止点,包括:
根据所述道路点包络区域与所述V-视差图的边界相交的像素点的坐标,确定所述起始点和所述终止点的坐标,其中,所述起始点的横坐标为0或纵坐标为所述V-视差图的高,所述终止点的横坐标为所述V-视差图的宽或纵坐标为0。
可选地,根据所述初始点至所述终止点的连线上的像素点,确定初始道路点,包括:
根据所述道路点包络区域内的N个端点,确定组成所述连线的多个直线段;其中,N为大于等于1的整数;
从所述直线段包括的像素点中,确定所述直线段上的初始道路点。
可选地,通过如下任一种方式确定所述N个端点:
在所述道路点包络区域中随机选取N个像素点,将所述像素点所在位置处在设定方向上像素值最大的像素点作为所述像素点对应的端点;或者,
针对所述起始点至所述终止点的直线的N+1等分点,将所述等分点所在位置处在设定方向上像素值最大的像素点作为所述等分点对应的端点;或者,
在所述道路点包络区域内按照霍夫直线检测算法检测直线,将检测到的直线段的端点作为所述N个端点。
可选地,从所述直线段包括的像素点中,确定所述直线段上的初始道路点,包括:
将所述直线段的第一端点作为第一初始道路点;所述第一端点为所述直线段的任一端点;
沿着所述第一端点指向第二端点的方向,以所述第一初始道路点为起点,预设间隔为步长依次在所述直线段中选取像素点作为其余初始道路点;所述第二端点为所述直线段上区别于所述第一端点的另一端点。
可选地,根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点,包括:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的像素点,作为所述初始道路点对应的目标道路点。
可选地,根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点,包括:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线;
将所述拟合曲线中像素值最大的像素点作为所述初始道路点对应的目标道路点。
可选地,将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线之前,还包括:
针对所述前M个像素点中的像素点,计算所述像素点与所述像素点相邻的像素点之间的像素值之差,若确定所述像素值之差大于设定阈值,则确定所述像素点为噪点;
将所述噪点在进行曲线拟合的像素点中删除。
基于同样的发明构思,本发明提供的一种道路曲线检测装置,包括:
获取模块,用于获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
确定模块,用于从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
所述确定模块,还用于根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
处理模块,用于根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
可选地,所述确定模块具体用于:
根据所述道路点包络区域与所述V-视差图的边界相交的像素点的坐标,确定所述起始点和所述终止点的坐标,其中,所述起始点的横坐标为0或纵坐标为所述V-视差图的高,所述终止点的横坐标为所述V-视差图的宽或纵坐标为0。
可选地,所述确定模块具体用于:
根据所述道路点包络区域内的N个端点,确定组成所述连线的多个直线段;其中,N为大于等于1的整数;
从所述直线段包括的像素点中,确定所述直线段上的初始道路点。
可选地,所述确定模块具体还用于,通过如下任一种方式确定所述N个端点:
在所述道路点包络区域中随机选取N个像素点,将所述像素点所在位置处在设定方向上像素值最大的像素点作为所述像素点对应的端点;或者,
针对所述起始点至所述终止点的直线的N+1等分点,将所述等分点所在位置处在设定方向上像素值最大的像素点作为所述等分点对应的端点;或者,
在所述道路点包络区域内按照霍夫直线检测算法检测直线,将检测到的直线段的端点作为所述N个端点。
可选地,所述确定模块具体用于:
将所述直线段的第一端点作为第一初始道路点;所述第一端点为所述直线段的任一端点;
沿着所述第一端点指向第二端点的方向,以所述第一初始道路点为起点,预设间隔为步长依次在所述直线段中选取像素点作为其余初始道路点;所述第二端点为所述直线段上区别于所述第一端点的另一端点。
可选地,所述确定模块具体还用于:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的像素点,作为所述初始道路点对应的目标道路点。
可选地,所述确定模块具体还用于:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线;
将所述拟合曲线中像素值最大的像素点作为所述初始道路点对应的目标道路点。
可选地,所述确定模块具体还用于:
针对所述前M个像素点中的像素点,计算所述像素点与所述像素点相邻的像素点之间的像素值之差,若确定所述像素值之差大于设定阈值,则确定所述像素点为噪点;
将所述噪点在进行曲线拟合的像素点中删除。
本发明另一实施例提供了一种道路曲线检测终端,其包括摄像头组件、存储器和处理器,其中,所述摄像头组件,用于采集图像输入到处理器中进一步处理,所述存储器用于存储程序指令,所述处理器用于调用所述存储器中存储的程序指令,按照获得的程序执行上述任一种方法。
本发明另一实施例提供了一种计算机存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使所述计算机执行上述任一种方法。
本发明实施例包括,获取待检测图像的V-视差图,根据V-视差图确定道路点包络区域,随后在道路点包络区域内的像素点中确定初始点和终止点,并根据初始点至终止点的连线上的像素点,确定初始道路点;进而根据初始道路点所在位置处沿连线的垂线方向上的像素点,确定初始道路点对应的目标道路点,最后根据各个初始道路点对应的目标道路点,得到V-视差图中的道路曲线。
可见,本发明实施例可将在道路点包络区域内确定的初始点和终止点之间的连线作为对道路曲线的粗略估计,并根据该连线确定初始道路点,在此基础上,由于待检测的道路曲线与道路曲线上每一点的垂线方向有且仅有一个交点,因此,针对连线上的每一初始道路点,在与连线垂直的方向上的搜索其对应的目标道路点,可有效减小道路点被漏检的概率,提高了道路点检测的准确度,并使最终得到的道路曲线更加精确。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种道路曲线检测方法所对应的流程示意图;
图2a至图2c为本发明实施例中在道路点包络区域内选取起始点和终止点的示意图;
图3为本发明实施例中在道路点包络区域中起始点至终止点之间的连线示意图;
图4为本发明实施例中在直线段中选取初始道路点和搜索初始道路点对应的目标道路点的示意图;
图5为本发明实施例提供的一种道路曲线检测装置的结构示意图;
图6为本发明实施例提供的一种道路曲线检测终端的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例,仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明实施例中的道路曲线检测方法可应用在辅助驾驶、自动驾驶技术中,用于在检测路面障碍物之前准确地提取道路区域。为了便于理解本发明实施例中提供的道路区域检测方法,本发明实施例中首先对涉及到的基本概念做简要介绍。
视差指从某一基线两端各引一条直线到同一较远物体时,两条直线之间的夹角。一般指从有一定距离的两个点上观察同一个目标所产生的方向差异。从目标看两个点之间的夹角,叫做这两个点的视差角,两点之间的距离称作基线。只要知道视差角度和基线程度,就可以计算出目标和观测者之间的距离。
视差图包含了场景的距离信息,它可以从双目相机拍摄的左图像和右图像计算得到,或者可通过立体视图中的深度图计算得到。以双目相机拍摄的左图像和右图像计算视差图为例,以左图像和右图像中的任一幅图像为基准图像,另一幅图像为比较图像,通过立体匹配算法逐一进行特征点的匹配得到视差图。该视差图的大小为基准图像的大小,其中的每一像素点为特征匹配得到的特征点,每一像素点的像素值为该特征点的视差值,一般情况下以像素点的灰度值来代表其像素值,视差值越大像素点的灰度值就越大。
V-视差图可以看作是视差图的侧视图,它通过对视差图的每一行中视差值相同的像素点的个数进行统计得到,其中,V-视差图的宽为视差值的范围,高为视差图的高,每个像素点的像素值为对应行中当前视差值的像素点的个数。
也就是说,V-视差图中任一像素点对应于视差图中的多个特征点,多个特征点的纵坐标和视差值均相同;V-视差图中任一像素点的横坐标为其对应的多个特征点的视差值,纵坐标为其对应的多个特征点的纵坐标,该任一像素点的像素值为其对应的多个特征点的个数。
若以(u,v)来代表视差图中某一像素点的坐标,则该视差图中该像素点的像素值(即视差值)可以表示为d(u,v)。那么在V-视差图中每一像素点的坐标可表示为(d,v),该像素点的像素值为Count(d,v),其中横坐标d为视差图中的视差值,纵坐标v为视差图中的视差值,该像素点的像素值为在视差图中纵坐标为v的一行中视差值为d的像素点的个数,即Count。
下面结合说明书附图对本发明实施例做进一步详细描述。
图1示出了本发明实施例中提供的一种道路曲线检测方法所对应的流程示意图,如图1所示,所述方法包括:
步骤S101:获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
步骤S102:从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
步骤S103:根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
步骤S104:根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
可见,本发明实施例可将在道路点包络区域内确定的初始点和终止点之间的连线作为对道路曲线的粗略估计,并根据该连线确定初始道路点,在此基础上,由于待检测的道路曲线与道路曲线上每一点的垂线方向有且仅有一个交点,因此,针对连线上的每一初始道路点,在与连线垂直的方向上的搜索其对应的目标道路点,可有效减小道路点被漏检的概率,提高了道路点检测的准确度,并使最终得到的道路曲线更加精确。
在步骤S101中,可首先通过在车辆上设置的双目相机采集同一场景的左、右图像,通过立体匹配算法得到待检测图像的视差图,并采用上文中所述的方法对视差图中各个像素点的视差值进行统计得到V-视差图。本发明实施中,车辆上设置的相机还可以为其他类型的相机,如立体相机、多目相机等,只要能采集待检测图像获取视差图即可,当然,本发明实施例中还可采用其他方式来获取视差图,本发明对此不做具体限制。
进而,可通过在V-视差图中通过进行霍夫变换的方式,筛选出V-视差图中包括的像素点个数最多的N条直线,根据N条直线的覆盖区域,得到V-视差图中的道路点包络区域,其中道路点包络区域中包括待检测的道路曲线上的目标道路点。
在步骤S102中,从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点。
具体的,根据所述道路点包络区域与所述V-视差图的边界相交的像素点的坐标,确定所述起始点和所述终止点的坐标。其中,所述起始点的横坐标为0或纵坐标为所述V-视差图的高,所述终止点的横坐标为所述V-视差图的宽或纵坐标为0。
本发明实施例中,起始点与终止点的确定方式可相同,因而,下面仅以起始点为例介绍确定其坐标的确定方式。图2a至图2c示例性给出了本发明实施例中提供的确定初始点坐标的方式,其中,点A和点B分别是道路点包络区域与V-视差图的边界相交的两个像素点。如图2a和图2b所示,若点A和点B均位于V-视差图的同一条边界上,例如图2a中的点A和点B均位于V-视差图的左边界上,图2b中的点A和点B均位于V-视差图的上边界上,则可直接将点A和点B的中点的坐标作为起始点的坐标,即如图2a和图2b中所示的点C。
若点A和点B分别位于V-视差图的两条边界上,如图2c所示,则进一步通过比较点A和点B的坐标与V-视差图的左上顶点(点D)之间的距离,确定起始点(点C)的坐标。具体的,若V-视差图的高为H,宽为W,点A的坐标为(0,h),点B的坐标为(w,0),点D的坐标为(0,H),那么点A距离点D之间的距离为(H-h),点B距离点D之间的距离为w。在这种场景下,若H-h>w,则点C一定位于左侧边界上,且坐标为若H-h<w,则点C一定位于上侧边界上,则坐标为若H-h=w,则点C的坐标位于左上顶点处,坐标与点D的坐标相同,为(0,H)。
图3示例性给出了本发明实施例中由起始点至终止点之间的连线示意图,如图3所示,本发明实施例中,由起始点至终止点之间的连线可以为一条直线,也可以为由多个直线段组成的曲线。由于由起始点至终止点的连线为道路曲线的粗略近似,考虑到现实场景中存在的上坡、下坡等曲线道路,因而,为了提高道路检测精度,本发明实施例中,将起始点至终止点之间的连线确定为由多个直线段组成的曲线。于是,从初始点至终止点的连线上确定初始道路点,即等同于从连线上的各个直线段包括的像素点中确定初始道路点。
具体的,组成连线的各个直线段是根据道路点包络区域内的N个端点确定的,这N个端点可通过如下多种方式中的任一种方式得来:
方式一:在道路点包络区域中随机选取N个像素点作为端点,其中,N为大于等于1的整数,将所述N个端点按照从起始点至终止点的方向依次连接,构成N+1条直线段。由于路面可以粗略地看做是多个平面组成,因此可以认为由N-1个端点连接构成的多条直线段是道路曲线的近似。
方式二:在道路点包络区域中随机选取N个像素点,针对这N个像素点中的任一像素点,在该像素点所在位置处沿设定方向上搜索,将搜索得到的像素值最大的像素点作为端点,共得到N个端点。考虑到道路点包络区域内道路上的视差点最多,即V-视差图中像素点的像素值最大,因此,将搜索得到的像素值最大的像素点作为端点,可以使得选取的端点即为道路区域上的点。
方式三:在道路点包络区域中将起始点至终止点连接一条直线,选取该直线的各个N+1等分点,针对其中的任一等分点,将该等分点所在位置处设定方向上搜索,将搜索得到的像素值最大的像素点作为该等分点对应的端点,供得到N个端点。例如,采用方式三,若在道路点包络区域内仅选取一个端点,则可将起始点至终止点之间的直线上的中点(即二等分点)作为该端点,依次类推。
本发明实施例中,设定方向可以由本领域技术人员根据实际需要进行具体的设置,本发明对此不做具体限制,比如说,设定方向可以是沿行或列的方向,或者也可以是其他方向。
方式四:在道路点包络区域内按照霍夫直线检测算法检测直线,将检测到的一条或多条直线段的端点作为N个端点。
以图3为例,在道路点包络区域内首先选取了起始点301和终止点305后,随机生成了3个像素点(图3中暂未示出),针对每一像素点,按照行或者列的方向在道路点包络区域内进行搜索,选取搜索方向上在道路点包络区域内像素值最大的像素点作为该像素点对应的端点,最终得到如图3中所示的3个端点(即图中所示的302至304)。
以组成起始点至终止点的连线上的多条直线段上的任一直线段为例,从该直线段上包括的像素点中确定初始道路点,具体包括:将该直线段的任一端点作为第一初始道路点,沿着该端点指向该直线段的另一端点的方向,以第一初始道路点为起点,预设间隔为步长依次在线段中选取像素点作为其余的初始道路点。
本发明实施例中,所述设定步长可由本领域技术人员根据实际情况自行设置,本发明对此不做具体限制,可选的,组成连线上的各个直线段上设置的步长相同。
在步骤S103中,确定组成连线的各个直线段、以及每个直线段上的所有初始道路点后,针对每一初始道路点,根据其所在的直线段,将该初始道路点所在位置处垂直于其所在直线段的垂线方向上的所有像素点作为其对应的候选道路点。
进而,根据该初始道路点的所有候选道路点,确定该初始道路点对应的目标道路点,直至确定所有直线段上的所有初始道路点分别对应的目标道路点。
本发明实施例中,根据某一初始道路点的候选道路点确定该初始道路点对应的目标道路点,具有两种可能的实现方式:
实现方式一:直接将该初始道路点对应的候选道路点中像素值最大的候选道路点作为目标道路点。
由于某一初始道路点对应的候选道路点是一堆离散的像素点,单独的其中每一像素点都可能会受到误差的影响而导致不准确,即,通过单一像素点的某一属性选取的像素点很难准确地描述道路。因此,还可以按照实现方式二提出的使用多个像素点来共同确定一个道路点。
实现方式二:根据该初始道路点对应的候选道路点中像素值最大的前M个像素点进行曲线拟合,得到拟合曲线,再将拟合曲线中像素值最大的像素点作为该初始道路点对应的目标道路点。
本发明实施例中,在上述通过上述实现方式二进行曲线拟合之前,还可对该初始道路点对应的候选道路点中剔除噪点,如果某一个候选道路点与其相邻的一个或多个候选道路点之间的像素值之差大于设定阈值,就确定该候选道路点为噪点,在后续的曲线拟合过程中则剔除该候选道路点后再进行曲线拟合。
需要说明的是,本发明实施例中所述曲线拟合可以为抛物线、多项式拟合等多种类型的拟合方式,在剔除噪点的过程中的设定阈值也可由本领域技术人员根据实际需要进行具体的设置,本发明对此不做具体限制。
图4为在图3中选取的端点的基础上,选取初始道路点和搜索每一初始道路点对应的目标道路点的示意图。如图4所示,在具体的应用场景中,可以先计算每一条直线段的垂线方向,在图4中,由端点302和端点303所构成的直线段312的垂线方向为方向411;随后,将直线段的某一个端点作为该直线段上的第一个初始道路点,如将端点302作为线段312上的第一个初始道路点;进而,沿直线段的延展方向移动预设步长(如图中所示的d),得到下一个初始道路点,依次类推,得到该直线段上的所有初始道路点;进一步,针对直线段上的每个初始道路点,依次确定该初始道路点所对应的目标道路点。以线段312上的初始道路点401为例,在以该初始道路点401为垂足,沿该直线段的垂线方向包括多个候选道路点,如图中所示的多个421,在上述多个候选道路点中搜索得到像素值最大的道路点422,并将其作为初始道路点401对应的目标道路点。
本发明实施例中,针对一条直线段,可以全部确定该线段中的初始道路点后,再针对每个初始道路点逐一确定对应的目标道路点,也可逐一选取直线段中的初始道路点,并在每确定一个初始道路点后,便搜索得到该初始道路点对应的目标道路点,进而循环上述步骤选取下一个初始道路点,确定下一个初始道路点对应的目标道路点,本发明对此不做具体限制。
基于同样的发明构思,本发明实施例还提供一种道路曲线检测装置,图5为本发明实施例中提供的一种检测装置的结构示意图,如图5所示,该检测装置500包括:
获取模块501,用于获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
确定模块502,用于从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
所述确定模块502,还用于根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
处理模块503,用于根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
可选地,所述确定模块502具体用于:
根据所述道路点包络区域与所述V-视差图的边界相交的像素点的坐标,确定所述起始点和所述终止点的坐标,其中,所述起始点的横坐标为0或纵坐标为所述V-视差图的高,所述终止点的横坐标为所述V-视差图的宽或纵坐标为0。
可选地,所述确定模块502具体用于:
根据所述道路点包络区域内的N个端点,确定组成所述连线的多个直线段;其中,N为大于等于1的整数;
从所述直线段包括的像素点中,确定所述直线段上的初始道路点。
可选地,所述确定模块502具体还用于,通过如下任一种方式确定所述N个端点:
在所述道路点包络区域中随机选取N个像素点,将所述像素点所在位置处在设定方向上像素值最大的像素点作为所述像素点对应的端点;或者,
针对所述起始点至所述终止点的直线的N+1等分点,将所述等分点所在位置处在设定方向上像素值最大的像素点作为所述等分点对应的端点;或者,
在所述道路点包络区域内按照霍夫直线检测算法检测直线,将检测到的直线段的端点作为所述N个端点。
可选地,所述确定模块502具体用于:
将所述直线段的第一端点作为第一初始道路点;所述第一端点为所述直线段的任一端点;
沿着所述第一端点指向第二端点的方向,以所述第一初始道路点为起点,预设间隔为步长依次在所述直线段中选取像素点作为其余初始道路点;所述第二端点为所述直线段上区别于所述第一端点的另一端点。
可选地,所述确定模块502具体还用于:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的像素点,作为所述初始道路点对应的目标道路点。
可选地,所述确定模块502具体还用于:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线;
将所述拟合曲线中像素值最大的像素点作为所述初始道路点对应的目标道路点。
可选地,所述确定模块502具体还用于:
针对所述前M个像素点中的像素点,计算所述像素点与所述像素点相邻的像素点之间的像素值之差,若确定所述像素值之差大于设定阈值,则确定所述像素点为噪点;
将所述噪点在进行曲线拟合的像素点中删除。
基于同样的发明构思,本发明实施例还提供另一种道路曲线检测终端,该检测终端具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(PersonalDigital Assistant,PDA)等。如图6所示,该检测终端可以包括摄像头组件601、中央处理器(Center Processing Unit,CPU)602、存储器603、输入/输出设备604及总线系统605等,输入设备可以包括键盘、鼠标、触摸屏等,输出设备可以包括显示设备,如液晶显示器(LiquidCrystal Display,LCD)、阴极射线管(Cathode Ray Tube,CRT)等。
摄像头组件601可以包括镜头和图像传感器,用于采集待检测图像,并存储到存储器中。
存储器603可以包括只读存储器(ROM)和随机存取存储器(RAM),并向处理器提供存储器中存储的程序指令和数据。在本发明实施例中,存储器可以用于存储上述道路曲线检测方法的程序。
中央处理器602通过调用存储器存储的程序指令,处理器用于按照获得的程序指令执行上述道路曲线检测方法。
基于同样的发明构思,本发明实施例提供了一种计算机存储介质,用于储存为上述计算设备所用的计算机程序指令,其包含用于执行上述道路曲线检测方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
由上述内容可以看出:
本发明实施例包括,获取待检测图像的V-视差图,根据V-视差图确定道路点包络区域,随后在道路点包络区域内的像素点中确定初始点和终止点,并根据初始点至终止点的连线上的像素点,确定初始道路点;进而根据初始道路点所在位置处沿连线的垂线方向上的像素点,确定初始道路点对应的目标道路点,最后根据各个初始道路点对应的目标道路点,得到V-视差图中的道路曲线。可见,本发明实施例可将在道路点包络区域内确定的初始点和终止点之间的连线作为对道路曲线的粗略估计,并根据该连线确定初始道路点,在此基础上,由于待检测的道路曲线与道路曲线上每一点的垂线方向有且仅有一个交点,因此,针对连线上的每一初始道路点,在与连线垂直的方向上的搜索其对应的目标道路点,可有效减小道路点被漏检的概率,提高了道路点检测的准确度,并使最终得到的道路曲线更加精确。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或两个以上其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或两个以上流程和/或方框图一个方框或两个以上方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种道路曲线检测方法,其特征在于,所述方法包括:
获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
2.根据权利要求1所述的方法,其特征在于,从所述道路点包络区域内的像素点中确定初始点和终止点,包括:
根据所述道路点包络区域与所述V-视差图的边界相交的像素点的坐标,确定所述起始点和所述终止点的坐标,其中,所述起始点的横坐标为0或纵坐标为所述V-视差图的高,所述终止点的横坐标为所述V-视差图的宽或纵坐标为0。
3.根据权利要求1所述的方法,其特征在于,根据所述初始点至所述终止点的连线上的像素点,确定初始道路点,包括:
根据所述道路点包络区域内的N个端点,确定组成所述连线的多个直线段;其中,N为大于等于1的整数;
从所述直线段包括的像素点中,确定所述直线段上的初始道路点。
4.根据权利要求3所述的方法,其特征在于,通过如下任一种方式确定所述N个端点:
在所述道路点包络区域中随机选取N个像素点,将所述像素点所在位置处在设定方向上像素值最大的像素点作为所述像素点对应的端点;或者,
针对所述起始点至所述终止点的直线的N+1等分点,将所述等分点所在位置处在设定方向上像素值最大的像素点作为所述等分点对应的端点;或者,
在所述道路点包络区域内按照霍夫直线检测算法检测直线,将检测到的直线段的端点作为所述N个端点。
5.根据权利要求3所述的方法,其特征在于,从所述直线段包括的像素点中,确定所述直线段上的初始道路点,包括:
将所述直线段的第一端点作为第一初始道路点;所述第一端点为所述直线段的任一端点;
沿着所述第一端点指向第二端点的方向,以所述第一初始道路点为起点,预设间隔为步长依次在所述直线段中选取像素点作为其余初始道路点;所述第二端点为所述直线段上区别于所述第一端点的另一端点。
6.根据权利要求3所述的方法,其特征在于,根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点,包括:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的像素点,作为所述初始道路点对应的目标道路点。
7.根据权利要求3所述的方法,其特征在于,根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点,包括:
确定所述初始道路点在所述初始点至所述终止点的连线上所处的直线段;
将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线;
将所述拟合曲线中像素值最大的像素点作为所述初始道路点对应的目标道路点。
8.根据权利要求7所述的方法,其特征在于,将所述初始道路点所在位置处沿所述直线段的垂线方向上像素值最大的前M个像素点进行曲线拟合,得到拟合曲线之前,还包括:
针对所述前M个像素点中的像素点,计算所述像素点与所述像素点相邻的像素点之间的像素值之差,若确定所述像素值之差大于设定阈值,则确定所述像素点为噪点;
将所述噪点在进行曲线拟合的像素点中删除。
9.一种道路曲线检测装置,其特征在于,所述设备包括
获取模块,用于获取待检测图像的V-视差图,根据所述V-视差图确定所述V-视差图中的道路点包络区域;所述道路点包络区域中包括待检测的道路曲线上的目标道路点;
确定模块,用于从所述道路点包络区域内的像素点中确定初始点和终止点,并根据所述初始点至所述终止点的连线上的像素点,确定初始道路点;
所述确定模块,还用于根据所述初始道路点所在位置处沿所述连线的垂线方向上的像素点,确定所述初始道路点对应的目标道路点;
处理模块,用于根据初始道路点对应的目标道路点,得到所述V-视差图中的道路曲线。
10.一种道路曲线检测终端,其特征在于,包括:
摄像头组件,用于采集图像输入到处理器中进一步处理;
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711352091.5A CN108197531B (zh) | 2017-12-15 | 2017-12-15 | 一种道路曲线检测方法、装置和终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711352091.5A CN108197531B (zh) | 2017-12-15 | 2017-12-15 | 一种道路曲线检测方法、装置和终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108197531A true CN108197531A (zh) | 2018-06-22 |
CN108197531B CN108197531B (zh) | 2021-02-05 |
Family
ID=62574753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711352091.5A Active CN108197531B (zh) | 2017-12-15 | 2017-12-15 | 一种道路曲线检测方法、装置和终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108197531B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522837A (zh) * | 2018-11-14 | 2019-03-26 | 海信集团有限公司 | 一种路面检测方法及装置 |
CN109657628A (zh) * | 2018-12-24 | 2019-04-19 | 驭势(上海)汽车科技有限公司 | 一种用于确定车辆的可行驶区域的方法与设备 |
CN111862132A (zh) * | 2020-08-09 | 2020-10-30 | 成都市精卫鸟科技有限责任公司 | 一种曲线检测方法、装置、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2662804A2 (en) * | 2012-05-11 | 2013-11-13 | Ricoh Company, Ltd. | Method and apparatus for detecting continuous road partition |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
CN104050654A (zh) * | 2013-03-11 | 2014-09-17 | 株式会社理光 | 道路边缘检测方法和装置 |
CN107121981A (zh) * | 2017-04-20 | 2017-09-01 | 杭州南江机器人股份有限公司 | 一种基于视觉的agv巡线导航和定位方法 |
-
2017
- 2017-12-15 CN CN201711352091.5A patent/CN108197531B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2662804A2 (en) * | 2012-05-11 | 2013-11-13 | Ricoh Company, Ltd. | Method and apparatus for detecting continuous road partition |
CN103679119A (zh) * | 2012-09-10 | 2014-03-26 | 株式会社理光 | 自适应坡路检测方法和装置 |
CN104050654A (zh) * | 2013-03-11 | 2014-09-17 | 株式会社理光 | 道路边缘检测方法和装置 |
CN107121981A (zh) * | 2017-04-20 | 2017-09-01 | 杭州南江机器人股份有限公司 | 一种基于视觉的agv巡线导航和定位方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109522837A (zh) * | 2018-11-14 | 2019-03-26 | 海信集团有限公司 | 一种路面检测方法及装置 |
CN109522837B (zh) * | 2018-11-14 | 2021-10-29 | 海信集团有限公司 | 一种路面检测方法及装置 |
CN109657628A (zh) * | 2018-12-24 | 2019-04-19 | 驭势(上海)汽车科技有限公司 | 一种用于确定车辆的可行驶区域的方法与设备 |
CN109657628B (zh) * | 2018-12-24 | 2023-06-23 | 驭势(上海)汽车科技有限公司 | 一种用于确定车辆的可行驶区域的方法与设备 |
CN111862132A (zh) * | 2020-08-09 | 2020-10-30 | 成都市精卫鸟科技有限责任公司 | 一种曲线检测方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108197531B (zh) | 2021-02-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210192761A1 (en) | Image depth estimation method and device, readable storage medium, and electronic apparatus | |
EP3252715A1 (en) | Two-camera relative position calculation system, device and apparatus | |
US20050008220A1 (en) | Method, apparatus, and program for processing stereo image | |
EP2568253A1 (en) | Structured-light measuring method and system | |
JP2008082870A (ja) | 画像処理プログラム及びこれを用いた路面状態計測システム | |
US9704253B2 (en) | Method for determining depth maps from stereo images with improved depth resolution in a range | |
US20110235898A1 (en) | Matching process in three-dimensional registration and computer-readable storage medium storing a program thereof | |
CN108197531A (zh) | 一种道路曲线检测方法、装置和终端 | |
CN111105452B (zh) | 基于双目视觉的高低分辨率融合立体匹配方法 | |
US8687000B2 (en) | Image generating apparatus and computer program | |
WO2017033422A1 (ja) | 画像処理装置および画像処理方法 | |
TWI528783B (zh) | 產生深度影像之方法及其系統及電腦程式產品 | |
CN111275611B (zh) | 三维场景中物体深度确定方法、装置、终端及存储介质 | |
US11385053B2 (en) | Distance measuring camera | |
JPH07103734A (ja) | ステレオ対応探索装置 | |
CN112784633A (zh) | 一种车道边界的处理方法、装置、电子设备和存储介质 | |
CN107958226A (zh) | 一种道路曲线检测方法、装置和终端 | |
JP2000171214A (ja) | 対応点検索方法及びこれを利用した三次元位置計測方法 | |
TWI658431B (zh) | 影像處理方法、影像處理裝置及電腦可讀取記錄媒體 | |
CN106548482B (zh) | 一种基于稀疏匹配与图像边缘的稠密匹配方法及系统 | |
CN112651393B (zh) | 兴趣点数据处理方法、装置、设备及存储介质 | |
CN114898321A (zh) | 道路可行驶区域检测方法、装置、设备、介质及系统 | |
JPH1096607A (ja) | 物体検出装置および平面推定方法 | |
CN108731644B (zh) | 基于铅直辅助线的倾斜摄影测图方法及其系统 | |
CN111028283B (zh) | 图像检测方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |