CN109949360B - 一种道路中心线的提取方法、装置、电子设备及存储介质 - Google Patents
一种道路中心线的提取方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109949360B CN109949360B CN201910204580.9A CN201910204580A CN109949360B CN 109949360 B CN109949360 B CN 109949360B CN 201910204580 A CN201910204580 A CN 201910204580A CN 109949360 B CN109949360 B CN 109949360B
- Authority
- CN
- China
- Prior art keywords
- road
- profile
- current
- sub
- initial
- 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.)
- Active
Links
Images
Landscapes
- Navigation (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种道路中心线的提取方法、装置、电子设备及存储介质。所述方法包括:根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定出各个初始道路轮廓的道路中心线。不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率。
Description
技术领域
本发明实施例涉及导航技术领域,尤其涉及一种道路中心线的提取方法、装置、电子设备及存储介质。
背景技术
道路中心线是道路路线中的重要特征线,也是道路导航中的重要控制线。道路中心线的优劣对导航的精准度有重要影响,因此对道路中心线的质量提出了更高的要求和更高的标准。
提取道路中心线是指从基于大量的不同用户轨迹汇聚成的道路图像中提取出该道路的中心线。在现有技术中,道路中心线的提取方法通常包括以下四种:第一、人工绘制方法:先由人工核实现实道路,然后根据道路图像中道路中心的位置进行人工绘制,这种方法能确保提取出的道路中心线是亚像素级的;但是人工绘制道路中心线任务量大、效率低、精度不高。第二、形态学方法:根据每一个像素点与周围相邻像素的关系决定去除或保留,以此得到道路中心线;这种方法容易受到噪声影响,并且,容易产生毛刺甚至提取出错误的道路中心线。第三、Hessian矩阵方法:先通过Hessian矩阵计算出道路的法线方向,然后在法线方向上利用泰勒展开得到亚像素点的位置,从而进一步提取出道路中心线;这种方法涉及到高斯滤波参数值,该参数值的大小难以根据不同的道路情况进行调整,并且提取出的中心线大多为非亚像素点。第四、统计学方法:根据道路截面的灰度值的分布特征,以截面的灰度值分布的极值点作为道路的中心点,从而提取出道路中心线;但是当道路截面的像素值不具有明显的分布特征和极值点时,很难提取出道路的中心线。因此,需要通过一定的方式来尽可能地克服上述问题,以提高道路中心线提取的准确性和时效性,但是在现有技术中还没有一种有效的解决方式。
发明内容
有鉴于此,本发明实施例提供一种道路中心线的提取方法、装置、电子设备及存储介质,不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率。
第一方面,本发明实施例提供了一种道路中心线的提取方法,所述方法包括:
根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;
将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;
根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
在上述实施例中,所述将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓,包括:
将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;
若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;
根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件。
在上述实施例中,所述方法还包括:
若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离;
若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。
在上述实施例中,所述根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像,包括:
根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出所述当前导航区域对应的预处理前的初始道路图像;
按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理,获取到所述当前导航区域对应的预处理后的初始道路图像。
在上述实施例中,所述根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线,包括:
根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;
按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
第二方面,本发明实施例提供了一种道路中心线的提取装置,所述装置包括:确定模块、切分模块和提取模块;其中,
所述确定模块,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;
所述切分模块,用于将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;
所述提取模块,用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
在上述实施例中,所述切分模块包括:计算子模块和切分子模块;其中,
所述计算子模块,用于将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;
所述切分子模块,用于根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件。
在上述实施例中,所述计算子模块,还用于若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离;
所述切分子模块,还用于若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。
在上述实施例中,所述确定模块包括:确定子模块和获取子模块;其中,
所述确定子模块,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出所述当前导航区域对应的预处理前的初始道路图像;
所述获取子模块,用于按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理,获取到所述当前导航区域对应的预处理后的初始道路图像。
在上述实施例中,所述提取模块,具体用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
第三方面,本发明实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的道路中心线的提取方法。
第四方面,本发明实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的道路中心线的提取方法。
本发明实施例提出了一种道路中心线的提取方法、装置、电子设备及存储介质,先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓;然后将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;再根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。也就是说,在本发明的技术方案中,可以根据各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。而在现有的道路中心线的提取方法中,采用人工绘制方法,这种方法绘制道路中心线任务量大、效率低、精度不高;或者,采用形态学方法,这种方法容易受到噪声影响,并且,容易产生毛刺甚至提取出错误的道路中心线;或者,采用Hessian矩阵方法,这种方法涉及到高斯滤波参数值,该参数值的大小难以根据不同道路情况进行调整,并且提取出的中心线大多为非亚像素点;或者,采用统计学方法,当道路截面的像素值不具有明显的分布特征和极值点时,很难提取出道路的中心线。因此,和现有技术相比,本发明实施例提出的道路中心线的提取方法、装置、电子上设备及存储介质,不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
附图说明
图1为本发明实施例一提供的道路中心线的提取方法的流程示意图;
图2为本发明实施例一提供的预处理前后的初始道路图像的对比示意图;
图3为本发明实施例二提供的道路中心线的提取方法的流程示意图;
图4为本发明实施例二提供的第一次切分道路轮廓的结构示意图;
图5为本发明实施例二提供的第二次切分道路轮廓的结构示意图;
图6为本发明实施例二提供的第三次切分道路轮廓的结构示意图;
图7为本发明实施例三提供的道路中心线的提取方法的流程示意图;
图8为本发明实施例三提供的道路子轮廓的重心位置的结构示意图;
图9为本发明实施例三提供的初始道路轮廓的道路中心线的结构示意图;
图10为本发明实施例三提供的初始道路图像和道路中心线的结构对比图;
图11为本发明实施例四提供的道路中心线的提取装置的第一结构示意图;
图12为本发明实施例四提供的道路中心线的提取装置的第二结构示意图;
图13为本发明实施例五提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
图1为本发明实施例一提供的道路中心线的提取方法的流程示意图,该方法可以由道路中心线的提取装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,道路中心线的提取方法可以包括以下步骤:
S101、根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。
在本发明的具体实施例中,电子设备可以根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。具体地,电子设备可以先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出当前导航区域对应的预处理前的初始道路图像;然后按照预先确定的预处理方式对当前导航区域对应的预处理前的初始道路图像进行预处理,获取到当前导航区域对应的预处理后的初始道路图像。
图2为本发明实施例一提供的预处理前后的初始道路图像的对比示意图;其中,图2(a)为本发明实施例一提供的预处理前的初始道路图像的示意图;图2(b)为本发明实施例一提供的预处理后的初始道路图像的示意图。如图2所示,图中的白色区域称为前景图像,黑色区域称为背景图像;其中,前景图像表示当前导航区域中通过大量的用户上报当前行驶位置所形成的道路图像;背景图像表示当前导航区域中没有用户上报当前行驶位置所形成的非道路图像。需要说明的是,图2(a)和图2(b)中的前景图像是一个灰度图,即在白色与黑色之间按对数关系分为若干个灰度等级的图像,若在某一个位置上接收到上报当前行驶位置的用户数量越多,则该位置对应的灰度等级越高,该位置对应的像素点的像素值也越高;反之,若在某一个位置上接收到上报当前行驶位置的用户数量越少,则该位置对应的灰度等级越低,该位置对应的像素点的像素值也越低。由于受传感器和大气等因素的影响,预处理前的初始道路图像上会出现某些亮度变化过大的区域,或出现一些亮点(也称噪声),这种为了抑制噪声,可以使用图像平滑的方法使图像亮度趋于平缓;包括:均值滤波、方框滤波、高斯滤波和中值滤波。同时,预处理前的初始道路图像上可能会存在细小的黑色孔洞,因此,需要对初始道路图像上的黑色空洞进行填充,即采用图像形态学运算对初始道路图像进行先膨胀后腐蚀的操作。
在本发明的具体实施例中,初始道路图像中可以包括一个初始道路轮廓,也可以包括多个初始道路轮廓。具体地,若预先获取的当前导航区域中的各个像素点的位置在空间上是可以相互连通的,则这些像素点可以组成初始道路图像中的一个初始道路轮廓;若预先获取的当前导航区域中的各个像素点的位置在空间上是不可以相互连通的,则这些像素点可以组成初始道路图像中的多个初始道路轮廓。
S102、将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置。
在本发明的具体实施例中,电子设备可以将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置。具体地,电子设备可以先将初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,然后根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,电子设备可以根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;再根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。
S103、根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
在本发明的具体实施例中,电子设备可以根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。具体地,电子设备可以先根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;然后按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
本发明实施例提出的道路中心线的提取方法,先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓;然后将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;再根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。也就是说,在本发明的技术方案中,可以根据各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。而在现有的道路中心线的提取方法中,采用人工绘制方法,这种方法绘制道路中心线任务量大、效率低、精度不高;或者,采用形态学方法,这种方法容易受噪声影响,并且,容易产生毛刺甚至提取出错误的道路中心线;或者,采用Hessian矩阵方法,这种方法涉及到高斯滤波参数值,该参数值的大小难以根据不同道路情况进行调整,并且提取出的中心线大多为非亚像素点;或者,采用统计学方法,当道路截面的像素值不具有明显的分布特征和极值点时,很难提取出道路的中心线。因此,和现有技术相比,本发明实施例提出的道路中心线的提取方法,不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图3为本发明实施例二提供的道路中心线的提取方法的流程示意图。如图3所示,道路中心线的提取方法可以包括以下步骤:
S301、根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。
在本发明的具体实施例中,电子设备可以根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。具体地,电子设备可以先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出当前导航区域对应的预处理前的初始道路图像;然后按照预先确定的预处理方式对当前导航区域对应的预处理前的初始道路图像进行预处理,获取到当前导航区域对应的预处理后的初始道路图像。
S302、将初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围。
在本发明的具体实施例中,电子设备可以将初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围。具体地,电子设备可以先计算出当前道路轮廓在经度方向上的覆盖范围和在纬度方向上的覆盖范围;然后根据当前道路轮廓在经度(X轴)方向上的覆盖范围和在纬度(Y轴)方向上的覆盖范围确定出当前道路轮廓的覆盖范围。具体地,电子设备可以采用以下公式计算当前道路轮廓在经度方向上的覆盖范围:(xe,xs);其中,xe表示当前道路轮廓在经度方向上的最大坐标值;xs表示当前道路轮廓在经度方向上的最小坐标值;另外,电子设备可以采用以下公式计算当前道路轮廓在纬度方向上的覆盖范围:(ye,ys);其中,ye表示当前道路轮廓在纬度方向上的最大坐标值;ys表示当前道路轮廓在纬度方向上的最小坐标值。因此,电子设备可以根据当前道路轮廓在经度方向上的覆盖范围(xe,xs)和在纬度方向上的覆盖范围(ye,ys)确定出当前道路轮廓的覆盖范围。
S303、若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。
在本发明的具体实施例中,若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,电子设备可以根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。具体地,预先设置的第一切分条件可以是:当前道路轮廓在经度方向上的跨越长度大于经度跨越阈值且当前道路轮廓在纬度方向上的跨越长度大于纬度跨越阈值;其中,电子设备可以按照以下公式计算当前道路轮廓在经度方向上的跨越长度:Δx=xe-xs;其中,Δx表示当前道路轮廓在经度方向上的跨越长度;xe表示当前道路轮廓在经度方向上的最大坐标值;xs表示当前道路轮廓在经度方向上的最小坐标值。另外,电子设备可以按照以下公式计算当前道路轮廓在纬度方向上的跨越长度:Δy=ye-ys;其中,Δy表示当前道路轮廓在纬度方向上的跨越长度;ye表示当前道路轮廓在纬度方向上的最大坐标值;ys表示当前道路轮廓在纬度方向上的最小坐标值。
在本发明的具体实施例中,当前道路轮廓在经度方向上的跨越长度Δx大于经度跨越阈值且当前道路轮廓在纬度方向上的跨越长度Δy大于纬度跨越阈值时,电子设备可以根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。具体地,电子设备可以先计算出各个当前道路轮廓在经度方向上的重心位置和在纬度方向上的重心位置,然后根据各个当前道路轮廓在经度方向上的重心位置和在纬度方向上的重心位置确定出各个当前道路轮廓的重心位置。具体地,电子设备可以按照以下公式计算当前道路轮廓在经度方向上的重心位置:其中,xc表示当前道路轮廓在经度方向上的重心位置;i表示当前道路轮廓中的各个像素点在经度方向上的次序;m表示当前道路轮廓在经度方向上的像素点的数量;j表示当前道路轮廓中的各个像素点在纬度方向上的次序;n表示当前道路轮廓在纬度方向上的像素点的数量;xi表示当前道路轮廓在经度方向上的第i个像素点的位置;p(i,j)表示像素点(i,j)的像素值。另外,电子设备还可以按照以下公式计算当前道路轮廓在纬度方向上的重心位置:其中,yc表示当前道路轮廓在纬度方向上的重心位置;i表示当前道路轮廓中的各个像素点在经度方向上的次序;m表示当前道路轮廓在经度方向上的像素点的数量;j表示当前道路轮廓中的各个像素点在纬度方向上的次序;n表示当前道路轮廓在纬度方向上的像素点的数量;yj表示当前道路轮廓在纬度方向上的第j个像素点的位置;p(i,j)表示像素点(i,j)的像素值。因此,电子设备可以根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。
S304、根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。
在本发明的具体实施例中,电子设备可以根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。图4为本发明实施例二提供的第一次切分道路轮廓的结构示意图。如图4所示,电子设备在将当前道路轮廓进行第一次切分时,可以先将该初始道路轮廓作为当前道路轮廓,然后根据当前道路轮廓中的各个像素点的位置,计算当前道路轮廓的覆盖范围;若当前道路轮廓的覆盖范围满足预先设置的第一切分条件,电子设备可以根据当前道路轮廓中的各个像素点的位置和像素值,计算出当前道路轮廓的重心位置,如图4中白色小圆圈的位置;由于当前道路轮廓在经度方向上的跨越长度Δx大于当前道路轮廓在纬度方向上的跨越长度Δy,所以电子设备在将当前道路轮廓进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将当前道路轮廓切分为与其对应的三个道路子轮廓,分别为:道路子轮廓s1、道路子轮廓s2和道路子轮廓s3。图5为本发明实施例二提供的第二次切分道路轮廓的结构示意图;其中,图5(a)为本发明实施例二提供的切分道路子轮廓s1的结构示意图;图5(b)为本发明实施例二提供的切分道路子轮廓s2的结构示意图;图5(c)为本发明实施例二提供的切分道路子轮廓s3的结构示意图。如图5(a)所示,电子设备可以道路子轮廓s1作为当前道路轮廓,然后根据道路子轮廓s1中的各个像素点的位置,计算道路子轮廓s1的覆盖范围;若道路子轮廓s1的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s1中的各个像素点的位置和像素值,计算出道路子轮廓s1的重心位置,如图5(a)中白色小圆圈的位置;由于道路子轮廓s1在经度方向上的跨越长度Δx大于当前道路轮廓在纬度方向上的跨越长度Δy,所以电子设备在将道路子轮廓s1进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s1切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s11和道路子轮廓s12。如图5(b)所示,电子设备可以道路子轮廓s2作为当前道路轮廓,然后根据道路子轮廓s2中的各个像素点的位置,计算道路子轮廓s2的覆盖范围;若道路子轮廓s2的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s2中的各个像素点的位置和像素值,计算出道路子轮廓s2的重心位置,如图5(b)中白色小圆圈的位置;由于道路子轮廓s2在经度方向上的跨越长度Δx大于当前道路轮廓在纬度方向上的跨越长度Δy,所以电子设备在将道路子轮廓s2进行切分时,可以在水平方向上画出一条通过重心位置的直线,将道路子轮廓s2切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s21和道路子轮廓s22。如图5(c)所示,电子设备可以道路子轮廓s3作为当前道路轮廓,然后根据道路子轮廓s3中的各个像素点的位置,计算道路子轮廓s3的覆盖范围;若道路子轮廓s3的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s3中的各个像素点的位置和像素值,计算出道路子轮廓s3的重心位置,如图5(c)中白色小圆圈的位置;由于道路子轮廓s3在经度方向上的跨越长度Δx大于当前道路轮廓在纬度方向上的跨越长度Δy,所以电子设备在将道路子轮廓s3进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s3切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s31和道路子轮廓s32。
图6为本发明实施例二提供的第三次切分道路轮廓的结构示意图;其中,图6(a)为本发明实施例二提供的切分道路子轮廓s21的结构示意图;图6(b)为本发明实施例二提供的切分道路子轮廓s22的结构示意图。在本发明的具体实施例中,电子设备在将当前道路轮廓进行第三次切分时,可以分别将道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32分别作为当前道路轮廓,然后根据道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32中的各个像素点的位置,分别计算道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32的覆盖范围;若道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32的覆盖范围分别满足预先设置的第一切分条件,电子设备可以分别根据道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32中的各个像素点的位置和像素值,计算出道路子轮廓的s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32重心位置;然后分别根据道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32在经度方向上的跨越长度Δx和在纬度方向上的跨越长度Δy,将道路子轮廓s11、道路子轮廓s12、道路子轮廓s21、道路子轮廓s22、道路子轮廓s31和道路子轮廓s32进行进一步切分,以此类推,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。如图6(a)所示,若道路子轮廓s21的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s21中的各个像素点的位置和像素值,计算出道路子轮廓s21的重心位置,如图6(a)中白色小圆圈的位置;由于道路子轮廓s21在经度方向上的跨越长度Δx大于在纬度方向上的跨越长度Δy,所以电子设备在将道路子轮廓s21进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s21切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s211和道路子轮廓s212。如图6(b)所示,若道路子轮廓s22的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s22中的各个像素点的位置和像素值,计算出道路子轮廓s22的重心位置,如图6(a)中白色小圆圈的位置;由于道路子轮廓s22在经度方向上的跨越长度Δx大于在纬度方向上的跨越长度Δy,所以电子设备在将道路子轮廓s22进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s22切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s221和道路子轮廓s222。以此类推,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。
S305、根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
在本发明的具体实施例中,电子设备可以根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。具体地,电子设备可以先根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;然后按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
本发明实施例提出的道路中心线的提取方法,先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓;然后将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;再根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。也就是说,在本发明的技术方案中,可以根据各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。而在现有的道路中心线的提取方法中,采用人工绘制方法,这种方法绘制道路中心线任务量大、效率低、精度不高;或者,采用形态学方法,这种方法容易受噪声影响,并且,容易产生毛刺甚至提取出错误的道路中心线;或者,采用Hessian矩阵方法,这种方法涉及到高斯滤波参数值,该参数值的大小难以根据不同道路情况进行调整,并且提取出的中心线大多为非亚像素点;或者,采用统计学方法,当道路截面的像素值不具有明显的分布特征和极值点时,很难提取出道路的中心线。因此,和现有技术相比,本发明实施例提出的道路中心线的提取方法,不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图7为本发明实施例三提供的道路中心线的提取方法的流程示意图。如图7所示,道路中心线的提取方法可以包括以下步骤:
S701、根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。
在本发明的具体实施例中,电子设备可以根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓。具体地,电子设备可以先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出当前导航区域对应的预处理前的初始道路图像;然后按照预先确定的预处理方式对当前导航区域对应的预处理前的初始道路图像进行预处理,获取到当前导航区域对应的预处理后的初始道路图像。
S702、将初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围。
在本发明的具体实施例中,电子设备可以初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围。具体地,电子设备可以先计算出当前道路轮廓在经度方向上的覆盖范围和在纬度方向上的覆盖范围;然后根据当前道路轮廓在经度(X轴)方向上的覆盖范围和在纬度(Y轴)方向上的覆盖范围确定出当前道路轮廓的覆盖范围。具体地,电子设备可以采用以下公式计算当前道路轮廓在经度方向上的覆盖范围:(xe,xs);其中,xe表示当前道路轮廓在经度方向上的最大坐标值;xs表示当前道路轮廓在经度方向上的最小坐标值;另外,电子设备可以采用以下公式计算当前道路轮廓在纬度方向上的覆盖范围:(ye,ys);其中,ye表示当前道路轮廓在纬度方向上的最大坐标值;ys表示当前道路轮廓在纬度方向上的最小坐标值。因此,电子设备可以根据当前道路轮廓在经度方向上的覆盖范围(xe,xs)和在纬度方向上的覆盖范围(ye,ys)确定出当前道路轮廓的覆盖范围。
S703、若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。
在本发明的具体实施例中,若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,电子设备可以根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置。具体地,预先设置的第一切分条件可以是:当前道路轮廓在经度方向上的跨越长度大于经度跨越阈值且当前道路轮廓在纬度方向上的跨越长度大于纬度跨越阈值;其中,电子设备可以按照以下公式计算当前道路轮廓在经度方向上的跨越长度:Δx=xe-xs;其中,Δx表示当前道路轮廓在经度方向上的跨越长度;xe表示当前道路轮廓在经度方向上的最大坐标值;xs表示当前道路轮廓在经度方向上的最小坐标值。另外,电子设备可以按照以下公式计算当前道路轮廓在纬度方向上的跨越长度:Δy=ye-ys;其中,Δy表示当前道路轮廓在纬度方向上的跨越长度;ye表示当前道路轮廓在纬度方向上的最大坐标值;ys表示当前道路轮廓在纬度方向上的最小坐标值。具体地,电子设备可以先计算出各个当前道路轮廓在经度方向上的重心位置和在纬度方向上的重心位置,然后根据各个当前道路轮廓在经度方向上的重心位置和在纬度方向上的重心位置确定出各个当前道路轮廓的重心位置。
S704、根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。
在本发明的具体实施例中,电子设备可以根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,然后将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。具体地,电子设备在将当前道路轮廓进行第一次切分时,可以先将该初始道路轮廓作为当前道路轮廓,然后根据当前道路轮廓中的各个像素点的位置,计算当前道路轮廓的覆盖范围;若当前道路轮廓的覆盖范围满足预先设置的第一切分条件,电子设备可以根据当前道路轮廓中的各个像素点的位置和像素值,计算出当前道路轮廓的重心位置,电子设备在将当前道路轮廓进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将当前道路轮廓切分为与其对应的三个道路子轮廓,分别为:道路子轮廓s1、道路子轮廓s2和道路子轮廓s3。电子设备在将当前道路轮廓进行第二次切分时,可以先将道路子轮廓s1、道路子轮廓s2和道路子轮廓s3分别作为当前道路轮廓,然后根据道路子轮廓s1、道路子轮廓s2和道路子轮廓s3中的各个像素点的位置,分别计算道路子轮廓s1、道路子轮廓s2和道路子轮廓s3的覆盖范围;若道路子轮廓s1的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s1中的各个像素点的位置和像素值,计算出道路子轮廓s1的重心位置,电子设备在将道路子轮廓s1进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s1切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s11和道路子轮廓s12。若道路子轮廓s2的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s2中的各个像素点的位置和像素值,计算出道路子轮廓s2的重心位置,电子设备在将道路子轮廓s2进行切分时,可以在水平方向上画出一条通过重心位置的直线,将道路子轮廓s2切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s21和道路子轮廓s22。若道路子轮廓s3的覆盖范围满足预先设置的第一切分条件,电子设备可以根据道路子轮廓s3中的各个像素点的位置和像素值,计算出道路子轮廓s3的重心位置,电子设备在将道路子轮廓s3进行切分时,可以在垂直方向上画出一条通过重心位置的直线,将道路子轮廓s3切分为与其对应的两个道路子轮廓,分别为:道路子轮廓s31和道路子轮廓s32。以此类推,直到各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件。
S705、若各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离。
在本发明的具体实施例中,若各个当前道路轮廓的覆盖范围不满足预先设置的第一切分条件,电子设备可以根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离。具体地,若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,电子设备还可以将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足预先设置的第二切分条件。具体地,预先设置的第二切分条件可以是:当前道路轮廓的重心位置到当前道路轮廓的距离小于或者等于0;若当前道路轮廓的重心位置到当前道路轮廓的距离小于0,表示当前道路轮廓的重心位置在当前道路轮廓的内部;若当前道路轮廓的重心位置到当前道路轮廓的距离等于0,表示当前道路轮廓的重心位置在当前道路轮廓的边界上;若当前道路轮廓的重心位置到当前道路轮廓的距离大于0,表示当前道路轮廓的重心位置在当前道路轮廓的外部。
S706、若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足预先设置的第二切分条件。
在本发明的具体实施例中,若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,电子设备可以将各个当前道路轮廓切分为两个当前道路子轮廓,然后将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足预先设置的第二切分条件。具体地,若当前道路轮廓的重心位置在当前道路轮廓的外部,电子设备还可以将各个当前道路轮廓切分为两个当前道路子轮廓,然后将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置在各个当前道路轮廓的边界上;或者,直到各个当前道路轮廓的重心位置在各个当前道路轮廓的内部。
S707、根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
在本发明的具体实施例中,电子设备可以根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。具体地,电子设备可以先根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;然后按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
图8为本发明实施例三提供的道路子轮廓的重心位置的结构示意图。如图8所示,电子设备在第一次切分道路轮廓时可以获取到初始道路轮廓的重心位置;在第一次切分道路轮廓时可以获取到初始道路轮廓对应的道路子轮廓s1的重心位置、道路子轮廓s2的重心位置、道路子轮廓s3的重心位置;在第二次切分道路轮廓时可以获取到道路子轮廓s1对应的道路子轮廓s11的重心位置和道路子轮廓s12的重心位置;道路子轮廓s2对应的道路子轮廓s21的重心位置和道路子轮廓s22的重心位置;道路子轮廓s3对应的道路子轮廓s31的重心位置和道路子轮廓s32的重心位置;在第三次切分道路轮廓时可以获取到道路子轮廓s11对应的道路子轮廓s111(图中未示出)和道路子轮廓S112(图中未示出);道路子轮廓s12对应的道路子轮廓s121(图中未示出)和道路子轮廓S122(图中未示出);道路子轮廓s21对应的道路子轮廓s211(图中未示出)、道路子轮廓S212(图中未示出);道路子轮廓s22对应的道路子轮廓s221(图中未示出)、道路子轮廓S222(图中未示出);道路子轮廓s31对应的道路子轮廓s311(图中未示出)和道路子轮廓S312(图中未示出);道路子轮廓s32对应的道路子轮廓s321(图中未示出)和道路子轮廓S322(图中未示出)的重心位置;以此类推。在本步骤中,电子设备可以将初始道路轮廓以及各个道路子轮廓的重心位置标记到初始道路图像中。
图9为本发明实施例三提供的初始道路轮廓的道路中心线的结构示意图。如图9所示,电子设备可以先根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则。例如,各个道路子轮廓的重心位置的连接规则可以是从左到右的连接规则,也可以是从右到左的连接规则,也可以是先从上到下再从左到右的连接规则;也可以是先从左到右再从上到下的连接规则,在此不做任何限定;然后电子设备可以按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
图10为本发明实施例三提供的初始道路图像和道路中心线的结构对比图;其中,图10(a)为实施例三提供的初始道路图像的结构示意图;图10(b)为实施例三提供的道路中心线的结构示意图。如图10所示,在本发明的具体实施例中,针对不同的道路情况均可以准确地提取出道路中心线,不容易受到噪声影响,当道路截面的像素值不具有明显的分布特征和极值点时,也可以准确地提取出道路的中心线,而且还可以保证取出的道路中心线是亚像素级的。
本发明实施例提出的道路中心线的提取方法,先根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定当前导航区域对应的初始道路图像;其中,初始道路图像中包括至少一个初始道路轮廓;然后将初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;再根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。也就是说,在本发明的技术方案中,可以根据各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。而在现有的道路中心线的提取方法中,采用人工绘制方法,这种方法绘制道路中心线任务量大、效率低、精度不高;或者,采用形态学方法,这种方法容易受噪声影响,并且,容易产生毛刺甚至提取出错误的道路中心线;或者,采用Hessian矩阵方法,这种方法涉及到高斯滤波参数值,该参数值的大小难以根据不同道路情况进行调整,并且提取出的中心线大多为非亚像素点;或者,采用统计学方法,当道路截面的像素值不具有明显的分布特征和极值点时,很难提取出道路的中心线。因此,和现有技术相比,本发明实施例提出的道路中心线的提取方法,不仅可以准确地提取出道路中心线,而且还可以节省提取时间,提高提取效率;并且,本发明实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图11为本发明实施例四提供的道路中心线的提取装置的第一结构示意图。如图11所示,本发明实施例所述的道路中心线的提取装置可以包括:确定模块1101、切分模块1102和提取模块1103;其中,
所述确定模块1101,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;
所述切分模块1102,用于将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓;其中,各个道路子轮廓中包括一个重心位置;
所述提取模块1103,用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
图12为本发明实施例四提供的道路中心线的提取装置的第二结构示意图。如图12所示,所述切分模块1102包括:计算子模块11021和切分子模块11022;其中,
所述计算子模块11021,用于将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;
所述切分子模块11022,用于根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件。
进一步的,所述计算子模块11021,还用于若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离;
所述切分子模块11022,还用于若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。
进一步的,所述确定模块1101包括:确定子模块11011和获取子模块11012;其中,
所述确定子模块11011,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出所述当前导航区域对应的预处理前的初始道路图像;
所述获取子模块11012,用于按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理,获取到所述当前导航区域对应的预处理后的初始道路图像。
进一步的,所述提取模块1103,具体用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
上述道路中心线的提取装置可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的道路中心线的提取方法。
实施例五
图13为本发明实施例五提供的电子设备的结构示意图。图13示出了适于用来实现本发明实施方式的示例性电子设备的框图。图13显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图13所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图13未显示,通常称为“硬盘驱动器”)。尽管图13中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图13中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的道路中心线的提取方法。
实施例六
本发明实施例六提供了一种计算机存储介质。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种道路中心线的提取方法,其特征在于,所述方法包括:
根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;
将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件;其中,各个道路子轮廓中包括一个重心位置;
根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
2.根据权利要求1所述的方法,其特征在于,所述将各个当前道路轮廓切分为两个当前道路子轮廓,包括:
根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;
根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离;
若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。
4.根据权利要求1所述的方法,其特征在于,所述根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像,包括:
根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出所述当前导航区域对应的预处理前的初始道路图像;
按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理,获取到所述当前导航区域对应的预处理后的初始道路图像。
5.根据权利要求1所述的方法,其特征在于,所述根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线,包括:
根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;
按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
6.一种道路中心线的提取装置,其特征在于,所述装置包括:确定模块、切分模块和提取模块;其中,
所述确定模块,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定所述当前导航区域对应的初始道路图像;其中,所述初始道路图像中包括至少一个初始道路轮廓;
所述切分模块,用于将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的覆盖范围;若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件;其中,各个道路子轮廓中包括一个重心位置;
所述提取模块,用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,提取出各个初始道路轮廓的道路中心线。
7.根据权利要求6所述的装置,其特征在于,所述切分模块包括:计算子模块和切分子模块;其中,
所述计算子模块,用于根据各个当前道路轮廓中的各个像素点的位置和像素值,计算各个当前道路轮廓的重心位置;
所述切分子模块,用于根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置,将各个当前道路轮廓切分为两个当前道路子轮廓。
8.根据权利要求7所述的装置,其特征在于:
所述计算子模块,还用于若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件,根据各个当前道路轮廓中的各个像素点的位置,计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离;
所述切分子模块,还用于若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件,将各个当前道路轮廓切分为两个当前道路子轮廓,将各个当前道路子轮廓作为各个当前道路轮廓,重复执行上述操作,直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。
9.根据权利要求6所述的装置,其特征在于,所述确定模块包括:确定子模块和获取子模块;其中,
所述确定子模块,用于根据预先获取的当前导航区域中的各个像素点的位置和像素值,确定出所述当前导航区域对应的预处理前的初始道路图像;
所述获取子模块,用于按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理,获取到所述当前导航区域对应的预处理后的初始道路图像。
10.根据权利要求6所述的装置,其特征在于:
所述提取模块,具体用于根据各个初始道路轮廓对应的各个道路子轮廓的重心位置,确定各个道路子轮廓的重心位置的连接规则;按照各个道路子轮廓的重心位置的连接规则,将各个道路子轮廓的重心位置进行连接,提取出各个初始道路轮廓的道路中心线。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一项所述的道路中心线的提取方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任一项所述的道路中心线的提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204580.9A CN109949360B (zh) | 2019-03-18 | 2019-03-18 | 一种道路中心线的提取方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910204580.9A CN109949360B (zh) | 2019-03-18 | 2019-03-18 | 一种道路中心线的提取方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109949360A CN109949360A (zh) | 2019-06-28 |
CN109949360B true CN109949360B (zh) | 2021-08-17 |
Family
ID=67010177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910204580.9A Active CN109949360B (zh) | 2019-03-18 | 2019-03-18 | 一种道路中心线的提取方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949360B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348383B (zh) * | 2019-07-11 | 2020-07-31 | 重庆市地理信息和遥感应用中心(重庆市测绘产品质量检验测试中心) | 一种基于卷积神经网络回归的道路中心线和双线提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763512A (zh) * | 2009-12-11 | 2010-06-30 | 西安电子科技大学 | 高分辨率遥感图像中道路目标的半自动检测方法 |
CN106407893A (zh) * | 2016-08-29 | 2017-02-15 | 东软集团股份有限公司 | 一种检测车道线的方法、装置和设备 |
JP2018105636A (ja) * | 2016-12-22 | 2018-07-05 | トヨタ自動車株式会社 | 経路生成装置 |
CN108830897A (zh) * | 2018-06-11 | 2018-11-16 | 东南大学 | 一种道路中心线提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871102B (zh) * | 2014-03-28 | 2016-11-16 | 南京大学 | 一种基于高程点和道路轮廓面的道路三维精细建模方法 |
CN104657978A (zh) * | 2014-12-24 | 2015-05-27 | 福州大学 | 一种基于遥感图像道路形状特征的道路提取方法 |
-
2019
- 2019-03-18 CN CN201910204580.9A patent/CN109949360B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101763512A (zh) * | 2009-12-11 | 2010-06-30 | 西安电子科技大学 | 高分辨率遥感图像中道路目标的半自动检测方法 |
CN106407893A (zh) * | 2016-08-29 | 2017-02-15 | 东软集团股份有限公司 | 一种检测车道线的方法、装置和设备 |
JP2018105636A (ja) * | 2016-12-22 | 2018-07-05 | トヨタ自動車株式会社 | 経路生成装置 |
CN108830897A (zh) * | 2018-06-11 | 2018-11-16 | 东南大学 | 一种道路中心线提取方法 |
Non-Patent Citations (3)
Title |
---|
Road Center line Extraction From High-Resolution Imagery Based on Shape Features and Multivariate Adaptive Regression Splines;Zelang M.等;《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》;20130531;第583-587页 * |
变电站巡检机器人视觉导航模糊控制;厉广伟;《济南大学学报(自然科学版)》;20110131;第25卷(第1期);第31-35页 * |
基于自适应图像分割自动提取道路中心线;汤瑞华;《测绘工程》;20150731;第24卷(第7期);第29-31页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109949360A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7112993B2 (ja) | レーザレーダの内部パラメータ精度検証方法とその装置、機器及び媒体 | |
US20220020175A1 (en) | Method for Training Object Detection Model, Object Detection Method and Related Apparatus | |
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
CN114387319B (zh) | 点云配准方法、装置、设备以及存储介质 | |
CN113887418A (zh) | 车辆违规行驶的检测方法、装置、电子设备及存储介质 | |
CN112560862A (zh) | 文本识别方法、装置及电子设备 | |
CN113392794A (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN113298910A (zh) | 生成交通标志线地图的方法、设备和存储介质 | |
CN109949360B (zh) | 一种道路中心线的提取方法、装置、电子设备及存储介质 | |
CN112862017B (zh) | 点云数据的标注方法、装置、设备和介质 | |
CN113971728A (zh) | 图像识别方法、模型的训练方法、装置、设备及介质 | |
CN103837135A (zh) | 工件检测方法及其系统 | |
CN112883236A (zh) | 一种地图更新方法、装置、电子设备及存储介质 | |
CN115131761B (zh) | 道路边界的识别方法、绘制方法及装置 | |
CN116091481A (zh) | 一种小穗计数方法、装置、设备和存储介质 | |
CN115797533A (zh) | 模型描边方法、装置、设备及存储介质 | |
CN113762397B (zh) | 检测模型训练、高精度地图更新方法、设备、介质及产品 | |
CN115239700A (zh) | 一种脊椎Cobb角测量方法、装置、设备及存储介质 | |
CN113723405A (zh) | 区域轮廓的确定方法、装置和电子设备 | |
CN115311244A (zh) | 一种病灶尺寸确定方法、装置、电子设备及存储介质 | |
CN109829440B (zh) | 一种检测道路差异的方法、装置、电子设备及存储介质 | |
CN113706705A (zh) | 用于高精地图的图像处理方法、装置、设备以及存储介质 | |
CN114495049A (zh) | 识别车道线的方法和装置 | |
CN113570622A (zh) | 一种障碍物确定方法、装置、电子设备以及存储介质 | |
CN109612467B (zh) | 轨迹简化方法、系统及轨迹可视化系统 |
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 |