CN112435224B - 一种停止线提取的置信度评估方法及装置 - Google Patents
一种停止线提取的置信度评估方法及装置 Download PDFInfo
- Publication number
- CN112435224B CN112435224B CN202011271216.3A CN202011271216A CN112435224B CN 112435224 B CN112435224 B CN 112435224B CN 202011271216 A CN202011271216 A CN 202011271216A CN 112435224 B CN112435224 B CN 112435224B
- Authority
- CN
- China
- Prior art keywords
- base
- threshold
- radical
- dimensional image
- stop line
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种停止线提取的置信度评估方法及装置,其方法包括如下步骤:获取待评估的停止线的二维图像;对所述二维图像进行预处理,确定所述二维图像的检测区域;根据停止线类型和所述检测区域的像素分布特征对所述二维图像的关键点评估该二维图像是否满足精度要求。本发明根据停止线类型的分类和其像素的分布特征,设计了一种可自动判断提取的停止线评估方法,从而减少了高精度地图中停止线提取后质检的时间,极大的提高了高精度地图制作的时间。
Description
技术领域
本发明属于高精度电子地图制作领域,尤其涉及一种停止线提取的置信度评估方法及装置。
背景技术
停止线是制作高精度地图的要素之一,在制作高精度地图时首先需要将停止线等要素提取出来,然后人工对自动提取的停止线的质量进行检测,在人工检测过程中需要对自动提取的停止线进行测量才能确定是否符合制作标准,这个过程花费大量的时间,而且还存在误检的问题,这就大大的影响了高精度地图制作的效率。
发明内容
本发明为减少高精度地图制作过程中停止线自动提取人工质检的时间,在本发明的第一方面提供了一种停止线提取的置信度评估方法,包括如下步骤:获取待评估的停止线的二维图像;对所述二维图像进行预处理,确定所述二维图像的检测区域;根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求。
在本发明的一些实施例中,所述对所述二维图像进行预处理包括如下步骤:对所述二维图像的进行灰度处理,统计每个像素的灰度值;根据精度和所述二维图像中的任意一点确定基准区域,在所述基准区域的周围取四个与其面积相同的第一检测区域,计算基准区域与第一检测区域内各自的像素灰度最大值;记基准区域的像素灰度最大值为P基,分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值之差为P上基、P下基、P左基、P右基、P左上基、P左下基、P右上基、P右下基;在所述基准区域的左上、左下、右上、右下分别取面积相同的第二检测区域并计算各自区域的像素灰度最大值,所述第二检测区域的面积大于第一检测区域;遍历每一个像素的基准区域、第一检测区域、第二检测区域,分别计算和统计基准区域与第一检测区域、第二检测区域的与基准区域灰度相似的像素个数最大值;分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值所对应区域的相似像素个数的最大值为S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基。
进一步的,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线在车道线外侧,确定所取检测点位于停止线的位置;若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P右基>第一阈值,P右上基>第一阈值,P右下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P左基<第一阈值,P左上基<第一阈值,P左下基<第一阈值;S右下基-S右基>第二阈值,S右基<第三阈值,S右上基<第三阈值,S右下基<第三阈值;若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P左基>第一阈值,P左上基>第一阈值,P左下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P右基<第一阈值,P右上基<第一阈值,P右下基<第一阈值;S左下基-S右基>第二阈值,S左基<第三阈值,S左上基<第三阈值,S左下基<第三阈值。
进一步的,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线在车道线内侧,确定所取检测点位于停止线的位置;若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右上基<第一阈值,P右基<第一阈值,P右下基<第一阈值;P下基<第一阈值;P左基-P左上基<第二阈值,S左下基<第一阈值;S左下基小于S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基中的任一项;若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P左上基<第一阈值,P左基<第一阈值,P左下基<第一阈值;P下基<第一阈值;P右基-P右上基<第二阈值,S右下基<第一阈值;S右下基小于S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基中的任一项。
进一步的,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线与车道无交点,判断所取检测点位于停止线的位置;检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右基<第一阈P右上基<第一阈值;P上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项;S上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右基大于S下基、S左基、S左上基、S左下基、S右下基。
更进一步的,若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P左基<第一阈P左上基<第一阈值;P上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项;S上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左基大于S下基、S右基、S右上基、S右下基、S左下基的任一项。
本发明的第二方面,提供了一种停止线提取的置信度评估装置,包括获取模块、预处理模块、评估模块,所述获取模块,用于获取待评估的停止线的二维图像;所述预处理模块,用于对所述二维图像进行预处理,确定所述二维图像的检测区域;所述评估模块,用于根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求。
进一步的,所述评估模块包括第一评估模块、第二评估模块、第三评估模块,所述第一评估模块,用于根据检测区域的像素分布特征对停止线在车道外侧的二维图像进行精度评估;所述第二评估模块,用于根据检测区域的像素分布特征对停止线在车道内侧的二维图像进行精度评估;所述第三评估模块,用于根据检测区域的像素分布特征对停止线与车道无交点的二维图像进行精度评估。
本发明的第三方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,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第一方面提供的停止线提取的置信度评估方法。
在本发明的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现本发明第一方面提供的停止线提取的置信度评估方法。
本发明的有益效果是:
1.根据停止线类型的分类和其像素的分布特征,设计了一种可自动判断提取的停止线评估方法,从而减少了高精度地图中停止线提取后质检的时间,极大的提高了高精度地图制作的时间。
附图说明
图1为本发明的一些实施例中的基于图结构的地图信息表示方法的基本流程图;
图2为道路的不同停止线示意图;
图3为本发明的一些实施例中的基于图结构的地图信息表示装置的基本结构示意图;
图4为本发明的一些实施例中的电子设备结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参考图1与图2,一种停止线提取的置信度评估方法,包括如下步骤:S101.获取待评估的停止线的二维图像;S102.对所述二维图像进行预处理,确定所述二维图像的检测区域;S103.根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求。
可以理解,在本发明的一些实施例的S101中,高精度地图所用的数据一般为激光点云数据。若自动提取的停止线数据为激光点云数据,则需先将其投影为二维图像数据,若自动提取的停止线数据为二维图像数据则不需要投影。停止线为白色实线,表示车辆等候放行的位置,一般在红绿灯路口前。
在本发明的一些实施例的S102中,所述对所述二维图像进行预处理包括如下步骤:对所述二维图像的进行灰度处理,统计每个像素的灰度值;根据精度和所述二维图像中的任意一点确定基准区域,在所述基准区域的周围取四个与其面积相同的第一检测区域,计算基准区域与第一检测区域内各自的像素灰度最大值;记基准区域的像素灰度最大值为P基,分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值之差为P上基、P下基、P左基、P右基、P左上基、P左下基、P右上基、P右下基;在所述基准区域的左上、左下、右上、右下分别取面积相同的第二检测区域并计算各自区域的像素灰度最大值,所述第二检测区域的面积大于第一检测区域;遍历每一个像素的基准区域、第一检测区域、第二检测区域,分别计算和统计基准区域与第一检测区域、第二检测区域的与基准区域灰度相似的像素个数最大值;分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值所对应区域的相似像素个数的最大值为S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基。
具体地,以制作标准(精度)5cm(即提取的停止线与真实的停止线之间的差距小于5cm,1个像素为1cm)为例。具体做法为:以当前点为中心,在上下左右四个方向分别取4个像素,得到一个9*9的区域(记为S),计算S区域的最大值;然后在S区域的上/下/左/右四个方向分别取一个9*9的区域(也可以取大一些的区域),并计算四个区域的最大值,在左上/左下/右上/右下四个方向分别取一个15*30的区域(也可以取其他尺寸的),并计算四个区域的最大值;分别统计九个区域中每行像素灰度值与S区域最大值相似的像素个数的最大值(即灰度值之差小于预设阈值),得到每个区域与S区域最大值相近的像素数。
参考图2,为了对不同停止线的类型进行针对性的处理,在一些实施例的步骤S103中,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线在车道线外侧,确定所取检测点位于停止线的位置;若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P右基>第一阈值,P右上基>第一阈值,P右下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P左基<第一阈值,P左上基<第一阈值,P左下基<第一阈值;S右下基-S右基>第二阈值,S右基<第三阈值,S右上基<第三阈值,S右下基<第三阈值;若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P左基>第一阈值,P左上基>第一阈值,P左下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P右基<第一阈值,P右上基<第一阈值,P右下基<第一阈值;S左下基-S右基>第二阈值,S左基<第三阈值,S左上基<第三阈值,S左下基<第三阈值。
参考图2,为了对不同停止线的类型进行针对性的处理,在一些实施例的步骤S103中,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线在车道线内侧,确定所取检测点位于停止线的位置;若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右上基<第一阈值,P右基<第一阈值,P右下基<第一阈值;P下基<第一阈值;P左基-P左上基<第二阈值,S左下基<第一阈值;S左下基小于S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基中的任一项;若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P左上基<第一阈值,P左基<第一阈值,P左下基<第一阈值;P下基<第一阈值;P右基-P右上基<第二阈值,S右下基<第一阈值;S右下基小于S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基中的任一项。
参考图2,为了对不同停止线的类型进行针对性的处理,在一些实施例的步骤S103中,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:若所述二维图像中的停止线与车道无交点,判断所取检测点位于停止线的位置;检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右基<第一阈P右上基<第一阈值;P上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项;S上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右基大于S下基、S左基、S左上基、S左下基、S右下基。
更进一步的,若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P左基<第一阈P左上基<第一阈值;P上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项;S上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左基大于S下基、S右基、S右上基、S右下基、S左下基的任一项。
可以理解,上述第一阈值、第二阈值、第三阈值的最小值为0,最大值根据具体的停止线的像素大小而具体确定,且不小于标准精度。
参考图3,本发明的第二方面,提供了一种停止线提取的置信度评估装置1,包括获取模块11、预处理模块12、评估模块13,所述获取模块11,用于获取待评估的停止线的二维图像;所述预处理模块12,用于对所述二维图像进行预处理,确定所述二维图像的检测区域;所述评估模块13,用于根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求。
为了便于不同类型停止线的处理,所述评估模块13包括第一评估模块、第二评估模块、第三评估模块,所述第一评估模块,用于根据检测区域的像素分布特征对停止线在车道外侧的二维图像进行精度评估;所述第二评估模块,用于根据检测区域的像素分布特征对停止线在车道内侧的二维图像进行精度评估;所述第三评估模块,用于根据检测区域的像素分布特征对停止线与车道无交点的二维图像进行精度评估。
参考图4,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM502被安装。在该计算机程序被处理装置501执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所描述的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)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公开的实施例的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、Python,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)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种停止线提取的置信度评估方法,其特征在于,包括如下步骤:
获取待评估的停止线的二维图像;
对所述二维图像进行预处理,确定所述二维图像的检测区域:对所述二维图像的进行灰度处理,统计每个像素的灰度值;根据精度和所述二维图像中的任意一点确定基准区域,在所述基准区域的周围取四个与其面积相同的第一检测区域,计算基准区域与第一检测区域内各自的像素灰度最大值;记基准区域的像素灰度最大值为P基;在所述基准区域的左上、左下、右上、右下分别取面积相同的第二检测区域并计算各自区域的像素灰度最大值,所述第二检测区域的面积大于第一检测区域;分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值之差为P上基、P下基、P左基、P右基、P左上基、P左下基、P右上基、P右下基;遍历每一个像素的基准区域、第一检测区域、第二检测区域,分别计算和统计基准区域与第一检测区域、第二检测区域的与基准区域灰度相似的像素个数最大值;分别记第一检测区域和第二检测区域的像素灰度最大值与基准区域的像素灰度最大值所对应区域的相似像素个数的最大值为S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、S右下基;所述相似像素即灰度值之差小于预设阈值;
根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求:若所述二维图像中的停止线在车道线外侧,确定所取检测点位于停止线的位置;若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P右基>第一阈值,P右上基>第一阈值,P右下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P左基<第一阈值,P左上基<第一阈值,P左下基<第一阈值;S右下基-S右基>第二阈值,S右基<第三阈值,S右上基<第三阈值,S右下基<第三阈值;若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P左基>第一阈值,P左上基>第一阈值,P左下基>第一阈值;P上基<第一阈值,P下基<第一阈值,P右基<第一阈值,P右上基<第一阈值,P右下基<第一阈值;S左下基-S右基>第二阈值,S左基<第三阈值,S左上基<第三阈值,S左下基<第三阈值。
2.根据权利要求1所述的停止线提取的置信度评估方法,其特征在于,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:
若所述二维图像中的停止线在车道线内侧,确定所取检测点位于停止线的位置;
若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右上基<第一阈值,P右基<第一阈值,P右下基<第一阈值;P下基<第一阈值;P左基-P左上基<第二阈值,S左下基<第一阈值;S左下基小于S上基、S下基、S左基、S右基、S左上基、S右上基、S右下基中的任一项;
若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P左上基<第一阈值,P左基<第一阈值,P左下基<第一阈值;P下基<第一阈值;P右基-P右上基<第二阈值,S右下基<第一阈值;S右下基小于S上基、S下基、S左基、S右基、S左上基、S左下基、S右上基、中的任一项。
3.根据权利要求1所述的停止线提取的置信度评估方法,其特征在于,所述根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求包括如下步骤:
若所述二维图像中的停止线与车道无交点,判断所取检测点位于停止线的位置;
若检测点位于停止线的左下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:P上基<第一阈值,P右基<第一阈值,P右上基<第一阈值;P上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项,P右上基大于P下基、P左基、P左上基、P左下基、P右下基中的任一项;
S上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右上基大于S下基、S左基、S左上基、S左下基、S右下基中的任一项,S右基大于S下基、S左基、S左上基、S左下基、S右下基。
4.根据权利要求3所述的停止线提取的置信度评估方法,其特征在于,若检测点位于停止线的右下方,且同时满足以下条件时,则评估所述二维图像达到精度要求:
P上基<第一阈值,P左基<第一阈值,P左上基<第一阈值;P上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项,P左上基大于P下基、P右基、P右上基、P右下基、P左下基中的任一项;
S上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左上基大于S下基、S右基、S右上基、S右下基、S左下基中的任一项,S左基大于S下基、S右基、S右上基、S右下基、S左下基的任一项。
5.一种基于权利要求1所述的停止线提取的置信度评估方法的装置,其特征在于,包括获取模块、预处理模块、评估模块,
所述获取模块,用于获取待评估的停止线的二维图像;
所述预处理模块,用于对所述二维图像进行预处理,确定所述二维图像的检测区域;
所述评估模块,用于根据停止线类型和所述检测区域的像素分布特征评估该二维图像是否满足精度要求。
6.根据权利要求5所述的停止线提取的置信度评估装置,其特征在于,所述评估模块包括第一评估模块、第二评估模块、第三评估模块,
所述第一评估模块,用于根据检测区域的像素分布特征对停止线在车道外侧的二维图像进行精度评估;
所述第二评估模块,用于根据检测区域的像素分布特征对停止线在车道内侧的二维图像进行精度评估;
所述第三评估模块,用于根据检测区域的像素分布特征对停止线与车道无交点的二维图像进行精度评估。
7.一种电子设备,包括:一个或多个处理器;存储装置,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1-4中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011271216.3A CN112435224B (zh) | 2020-11-13 | 2020-11-13 | 一种停止线提取的置信度评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011271216.3A CN112435224B (zh) | 2020-11-13 | 2020-11-13 | 一种停止线提取的置信度评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112435224A CN112435224A (zh) | 2021-03-02 |
CN112435224B true CN112435224B (zh) | 2022-07-01 |
Family
ID=74701320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011271216.3A Active CN112435224B (zh) | 2020-11-13 | 2020-11-13 | 一种停止线提取的置信度评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112435224B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392212A (zh) * | 2014-11-14 | 2015-03-04 | 北京工业大学 | 一种基于视觉的道路信息检测及前方车辆识别方法 |
CN105868696A (zh) * | 2016-03-23 | 2016-08-17 | 奇瑞汽车股份有限公司 | 一种检测多车道车道线的方法和装置 |
WO2017041396A1 (zh) * | 2015-09-10 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 一种车道线数据的处理方法、装置、存储介质及设备 |
JP2018169947A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社日立情報通信エンジニアリング | レーン線認識装置およびレーン線認識プログラム |
CN110991215A (zh) * | 2019-07-17 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 车道线检测方法、装置、存储介质及电子设备 |
CN111709322A (zh) * | 2020-05-28 | 2020-09-25 | 武汉中海庭数据技术有限公司 | 一种计算车道线置信度的方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296795B2 (en) * | 2017-06-26 | 2019-05-21 | Here Global B.V. | Method, apparatus, and system for estimating a quality of lane features of a roadway |
-
2020
- 2020-11-13 CN CN202011271216.3A patent/CN112435224B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392212A (zh) * | 2014-11-14 | 2015-03-04 | 北京工业大学 | 一种基于视觉的道路信息检测及前方车辆识别方法 |
WO2017041396A1 (zh) * | 2015-09-10 | 2017-03-16 | 百度在线网络技术(北京)有限公司 | 一种车道线数据的处理方法、装置、存储介质及设备 |
CN105868696A (zh) * | 2016-03-23 | 2016-08-17 | 奇瑞汽车股份有限公司 | 一种检测多车道车道线的方法和装置 |
JP2018169947A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社日立情報通信エンジニアリング | レーン線認識装置およびレーン線認識プログラム |
CN110991215A (zh) * | 2019-07-17 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 车道线检测方法、装置、存储介质及电子设备 |
CN111709322A (zh) * | 2020-05-28 | 2020-09-25 | 武汉中海庭数据技术有限公司 | 一种计算车道线置信度的方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于视觉的车道线检测方法研究进展;吴一全等;《仪器仪表学报》;20191215(第12期);95-112 * |
Also Published As
Publication number | Publication date |
---|---|
CN112435224A (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106997466B (zh) | 用于检测道路的方法和装置 | |
CN109359170B (zh) | 用于生成信息的方法和装置 | |
CN110866449A (zh) | 识别道路中目标对象的方法和装置 | |
CN110689804B (zh) | 用于输出信息的方法和装置 | |
CN112258519B (zh) | 一种高精度地图制作中道路的让行线自动化提取方法及装置 | |
CN109118456B (zh) | 图像处理方法和装置 | |
CN113607185B (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN110852258A (zh) | 物体检测方法、装置、设备及存储介质 | |
CN112712036A (zh) | 交通标志识别方法、装置、电子设备及计算机存储介质 | |
CN113592792A (zh) | 堆石图像粒径识别方法、装置、电子设备及存储介质 | |
CN112487127B (zh) | 一种基于颜色特征分布与图像语义的众包建图方法及装置 | |
CN112330602B (zh) | 一种智能陷印方向判断方法及装置 | |
CN112435224B (zh) | 一种停止线提取的置信度评估方法及装置 | |
CN113409393B (zh) | 用于识别交通标志牌的方法及装置 | |
CN111383337B (zh) | 用于识别对象的方法和装置 | |
CN107084728B (zh) | 用于检测数字地图的方法和装置 | |
CN114136327A (zh) | 一种虚线段的查全率的自动化检查方法及系统 | |
CN114049449A (zh) | 一种高精度地图道路层级的计算方法及系统 | |
CN110119721B (zh) | 用于处理信息的方法和装置 | |
CN112528970A (zh) | 路牌检测方法、装置、设备和计算机可读介质 | |
CN113344064A (zh) | 事件处理方法和装置 | |
CN112766068A (zh) | 一种基于网格化标注的车辆检测方法及系统 | |
CN113542800B (zh) | 视频画面定标方法、装置、终端设备 | |
CN114756565B (zh) | 地图更新方法、装置、电子设备和计算机可读介质 | |
CN112381059B (zh) | 一种目标检测的标注方法及装置 |
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 |