CN115205827A - 一种道路检测用图像识别方法、装置、电子设备及介质 - Google Patents
一种道路检测用图像识别方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115205827A CN115205827A CN202210929996.9A CN202210929996A CN115205827A CN 115205827 A CN115205827 A CN 115205827A CN 202210929996 A CN202210929996 A CN 202210929996A CN 115205827 A CN115205827 A CN 115205827A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- suspicious
- area
- determining
- 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.)
- Pending
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本申请涉及道路检测技术的领域,尤其是涉及一种道路检测用图像识别方法、装置、电子设备及介质,其包括获取待检测区域图像;将待检测区域图像进行图像预处理得到预处理图像;对预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;若存在可疑特征,则根据可疑特征确定可疑位置;根据可疑位置生成调节指令,调节指令控制图像采集设备进行移动。本申请具有提高道路检测过程中根据检测图像对异常位置进行确定时准确率的效果。
Description
技术领域
本申请涉及道路检测技术的领域,尤其是涉及一种道路检测用图像识别方法、装置、电子设备及介质。
背景技术
随着经济的发展,公路的使用频率越来越频繁,因此对道路造成的损耗程度也越来越大,在公路的使用过程中路基(边坡、挡墙)以及沿线设施(标志、防护设施等)的完整性可能会直接影响交通安全,因此对道路进行检修,并根据检修结果对道路进行预防性修护尤为关键。
相关技术中,对于道路检修常通过道路检修车对待检测道路进行图像采集,通过对采集到的图像进行图像识别,进而将图像中出现异常的位置进行标记,便于维修人员进行检修,但是由于道路检修车上图像采集设备的位置固定,因此在对路面进行检修时,对可能出现异常的位置进行图像采集时清晰度较低,进而可能会导致根据采集到的图像对异常进行确定时的准确率减小。
发明内容
为了提高根据采集到的图像对异常位置进行确定时的准确率,本申请提供尤其是涉及一种道路检测用图像识别方法、装置、电子设备及介质。
第一方面,本申请提供一种道路检测用图像识别方法,采用如下的技术方案:
一种道路检测用图像识别方法,包括:
获取待检测区域图像;
将所述待检测区域图像进行图像预处理得到预处理图像;
对所述预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;
若存在可疑特征,则根据所述可疑特征确定可疑位置;
根据所述可疑位置生成调节指令,所述调节指令控制图像采集设备进行多自由度位置调节。
通过采用上述技术方案,通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
在一种可能实现的方式中,所述将所述待检测区域图像进行图像预处理得到预处理图像,包括:
将所述待检测区域图像进行图像增强处理,得到增强图像;
将所述增强图像进行二值化处理,得到预处理图像。
通过采用上述技术方案,通过对待检测区域图像进行图像增强处理,得到增强图像,再对增强图像进行二值化处理,得到预处理图像,对待检测区域图像进行图像预处理,便于提高通过预处理图像进行特征提取时的效率以及准确率。
在一种可能实现的方式中,所述根据所述可疑特征确定可疑位置,包括:
将所述可疑特征进行标记,并生成标记图像;
将所述标记图像导入预先建立的坐标系中,确定所述标记的坐标信息;
根据所述坐标信息,确定可疑位置。
通过采用上述技术方案,通过将可疑特征进行标记,生成标记图像,再通过将标记图像导入预先建立的坐标系中,确定出标记的坐标信息,最终确定出可疑位置,通过对可疑标记的标记坐标进行确定,实现对可疑位置进行确定,提高了确定可疑位置时的准确度。
在一种可能实现的方式中,所述根据所述可疑位置生成调节指令,包括:
根据所述可疑位置确定移动方向和转动角度,所述移动方向和转动角度构成方向调节指令;
根据所述待检测区域图像确定目标图像采集参数,并根据所述目标图像采集参数生成位移调节指令;
所述方向调节指令和所述位移调节指令构成所述调节指令。
通过采用上述技术方案,先通过可疑位置对图像采集设备的移动方向和转动角度进行确定,并生成方向调节指令,再通过待检测区域图像的目标图像采集参数对图像采集设备的移动位移进行确定,并生成位移调节指令,方向调节指令和位移调节指令共同构成调节指令,通过对图像采集设备进行方向以及位移的调整,有助于提高图像采集设备对可疑位置进行图像采集时的清晰度。
在一种可能实现的方式中,根据所述待检测区域图像,确定检测类型,所述检测类型包括边坡和平地;
当检测类型为边坡时,根据所述待检测区域图像预测边坡高度;
基于图像采集设备移动速率以及所述预测边坡高度确定所述图像采集设备的高度调整速率;
基于所述高度调整速率对所述图像采集设备的高度进行调整。
通过采用上述技术方案,先对待检测区域图像的检测类型进行判断,检测类型为边坡和平地,若待检测区域图像的检测类型为边坡,则根据待检测图像对边坡的高度进行预测,并基于预设高度以及图像采集的移动速率,即道路检测车的移动速率对图像采集设备的高度调整速率进行确定,并基于高度调整速率对图像采集设备的高度进行调整,通过调节图像采集设备的高度便于提高待检测区域图像的采集范围。
在一种可能实现的方式中,根据预设规则对所述待检测区域图像进行区域划分,形成多个区域图像;
根据预设对比库确定每一区域图像的预设标准对比图像;
根据所述预设标准对比图像,判断所述待检测区域图像中的待检测物是否完整;
若不完整,则确定不完整位置,并根据所述不完整位置生成补修指令。
通过采用上述技术方案,根据预设规则将待检测区域图像进行区域划分后形成多个区域图像,再根据预设对比库对每一区域图像的预设标准对比图像进行确定,根据每一区域图像对应的预设标准对比图像对每一区域图像中待检测物的完整性进行判断,当区域图像中待检测物不完整时,确定不完整位置并根据不完整位置生成修补指令,通过对待检测图像进行区域划分,再根据区域图像对不完整位置进行确定提升了确定不完整位置时的准确性。
在一种可能实现的方式中,所述判断待检测区域图像中的待检测物是否完整,包括:
确定每一区域图像中待检测物区域,并确定所述待检测物区域的初始边界信息;
将所述初始边界信息与预设边界信息导入预设坐标系中,进行重合匹配并生成匹配值,其中预设边界信息为预设标准对比图像中的预设待检测物区域对应的边界信息;
根据所述匹配值判断每一区域区域图像中待检测物是否完整。
通过采用上述技术方案,通过对每一区域图像中待检测物区域进行确定,并对待检测物区域的初始边界信息进行确定,通过将初始边界信息与预设标准标准对比图像中的预设边界信息进行重合匹配生成匹配值,最后根据生成的匹配值判断区域图像中待检测物是否完整,提升了判断待检测物是否完整时的准确性。
第二方面,本申请提供一种道路检测用图像识别装置,采用如下的技术方案:
一种道路检测用图像识别装置,包括:
获取模块,用于获取待检测区域图像;
预处理模块,用于将所述待检测区域图像进行图像预处理得到预处理图像;
特征提取模块,用于对所述预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;
确定位置模块,用于若存在可疑特征,则根据所述可疑特征确定可疑位置;
生成指令模块,用于根据所述可疑位置生成调节指令,所述调节指令控制图像采集设备进行多自由度位移调节。
通过采用上述技术方案,通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行上述道路检测用图像识别的方法。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,包括:存储有能够被处理器加载并执行上述道路检测用图像识别方法的计算机程序。
综上所述,本申请包括以下至少一种有益技术效果:
1.通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
2.通过对待检测区域图像的检测类型进行判断,检测类型为边坡和平地,若待检测区域图像的检测类型为边坡,则根据待检测图像对边坡的高度进行预测,并基于预设高度以及图像采集的移动速率,即道路检测车的移动速率对图像采集设备的高度调整速率进行确定,并基于高度调整速率对图像采集设备的高度进行调整,通过调节图像采集设备的高度便于提高待检测区域图像的采集范围。
附图说明
图1是本申请实施例中一种道路检测用图像识别方法的流程示意图;
图2是本申请实施例中一种道路检测用图像识别装置的结构示意图;
图3是本申请实施例中一种电子设备的结构示意图。
具体实施方式
以下结合附图1-3对本申请作进一步详细说明。
本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
目前国内路况检测车基本上采用固定相机、固定焦距,固定的图像采集模式已经无法适用于公路特别是山区路段、高填方路段及承灾体的现场检测需求,不能有效的覆盖检测对象的所有范围,并且由于路况检测车在对待检测区域进行图像采集时,无法停止,因此对于一些疑似出现异常的位置,无法清晰定位,因此可能会在根据采集到的图像判断图像中是否存在异常时准确度较低。
为了提高根据图像对异常位置进行确定时的准确度,本申请实施例通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
具体的,本申请实施例提供了一种道路检测用图像识别方法,由电子设备执行,该电子设备可以为服务器也可以为终端设备,其中,该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此,该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请实施例在此不做限制。
参考图1,图1是本申请实施例中一种道路检测用图像识别方法的流程示意图,该方法包括步骤S110、步骤S120、步骤S130、步骤S140、步骤S150,其中:
步骤S110:获取待检测区域图像。
具体的,待检测区域可以是山区路段、高填方路段以及普通路段,只要是需要进行道路技术状况评定的路段均可。获取图像的方式采用带有图像采集设备的路况检测车,路况检测车上设置有多个图像采集设备,通过多个图像采集设备便于对待检测区域的两侧以及道路正面进行图像采集。
图像采集设备为高分辨率CCD主流矩阵相机以及高质量镜头,其中CCD主流矩阵相机是一种大规模集成电路工艺制作的半导体光电元件,具有强大的自扫描功能,图像清晰度好,可以度图像进行捕捉,支持多重合并像素模式,创新的读出技术能够充分降低噪音,达到一个更高的灵敏度和转化效果,并且CCD主流矩阵相机具有体积小、可靠性高、灵敏度高、抗强光、抗震动、抗磁场、畸变小、寿命长、图像清晰、操作简便等优点,广泛应用于图像检测领域。
对待检测区域图像进行采集时可通过对视频流按照预设抽帧频率进行抽帧,也可以通过按照预设频率对待检测区域进行图像采集,具体的图像采集方式在本申请实施例中不做具体限定。
步骤S120:将待检测区域图像进行图像预处理得到预处理图像。
具体的,对待检测区域图像进行预处理可以提高图像的清晰程度,以及通过与处理图像有助于提升确定图像中异常的准确度。
常见的对待检测区域图像进行图像预处理的方式可以包括对图像进行灰度值处理、二值化处理、膨胀处理、腐蚀处理以及裁切处理。其中,当对待处理图像进行裁切时,需先对预处理图像进行边缘检测,通过预处理图像的边缘对预处理图像进行裁切,将一些非重点区域以及周围环境干扰图像区域进行去除,得到感兴趣区域图像。
步骤S130:对预处理图像进行特征提取,并判断多个特征中是否含有可疑特征。
具体的,对预处理图像进行特征提取时,可通过卷积神经网络对预处理图像中的所有特征进行提取,待检测区域图像中可能存在的所有特征包括路标、指示牌,可疑特征为可能存在异常的路标以及指示牌,即路标不完整、指示牌损坏等。从提取到的多个特征中判断是否存在可以特征时,可通过可疑特征识别模型进行判断,将提取到的多个特征导入训练好的可疑特征识别模型中,便能将多个特征中含有的可疑特征进行识别。可疑特征识别模型的训练过程为利用大量含有人工标签的样本对特征识别模型进行训练,人工标签为对应特征的异常类型,包括不完整、缺损。
步骤S140:若存在可疑特征,则根据可疑特征确定可疑位置。
步骤S150:根据可疑位置生成调节指令,调节指令控制图像采集设备进行多自由度位置调节。
具体的,可疑位置为可疑特征在待检测区域图像中出现的位置,在对可疑位置进行确定时,可通过可疑特征在待检测区域图像中的位置进行确定。由于对待检测区域进行图像采集时,用到的设备为设置有图像采集设备的道路检测车,由于道路检测车上设置有多个图像采集设备,因此通过对可疑特征位置进行确定便于后续通过可疑特征的位置对图像采集设备的角度进行调节。调节指令由电子设备生成,生成的调节指令用于控制图像采集设备进行调整。
本申请实施例中,通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
进一步的,步骤S120中将待检测区域图像进行图像预处理得到预处理图像,具体可以包括步骤S1201(附图未示出)、步骤S1202(附图未示出),其中:
步骤S1201:将待检测区域图像进行图像增强处理,得到增强图像。
具体的,对于高噪声环境下获取到的待检测区域图像,图像有时过暗或过亮,对待检测区域图像进行增强处理可以使待检测区域图像中有效区域与环境区域灰度值相差变大,进而有助于将待检测区域中的有效区域与背景进行分离,消除更多干扰。
步骤S1202:将增强图像进行二值化处理,得到预处理图像。
具体的,按照预设阈值对增强图像进行二值化处理,经过二值化处理后的图像整体呈现出明显的只有黑与白的效果。
本申请实施例中,通过对待检测区域图像进行图像增强处理,得到增强图像,再对增强图像进行二值化处理,得到预处理图像,对待检测区域图像进行图像预处理,便于提高通过预处理图像进行特征提取时的效率以及准确率。
进一步的,步骤S140中根据可疑特征确定可疑位置,具体可以包括步骤S1401(附图未示出)、步骤S1402(附图未示出)、步骤S1403(附图未示出),其中:
步骤S1401:将可疑特征进行标记,并生成标记图像。
具体的,标记的形式可以为用颜色进行标记也可以用文字进行标记,具体的标记形式在本申请实施例中不做具体限定,只要能够实现对可疑特征进行标记即可。标记图像中包含可疑特征以及可疑特征对应的标记。
步骤S1402:将标记图像导入预先建立的坐标系中,确定标记的坐标信息。
步骤S1403:根据坐标信息,确定可疑位置。
具体的,标记的坐标信息包括标记的横坐标和标记的纵坐标,通过标记的坐标对标记的位置进行确定,即对可疑位置进行确定。可疑位置处可能存在异常也可能不存在异常,通过对可疑位置进行确定便于提高确定异常时的准确性。
本申请实施例中,通过将可疑特征进行标记,生成标记图像,再通过将标记图像导入预先建立的坐标系中,确定出标记的坐标信息,最终确定出可疑位置,通过对可疑标记的标记坐标进行确定,实现对可疑位置进行确定,提高了确定可疑位置时的准确度。
进一步的,步骤S150中根据可疑位置生成调节指令,具体可以包括步骤S1501(附图未示出)、步骤S1502(附图未示出)、步骤S1503(附图未示出),其中:
步骤S1501:根据可疑位置确定移动方向和转动角度,移动方向和移动角度构成方向调节指令。
具体的,例如可疑位置在待检测区域图像的右下角区域,移动方向即为右转,转动角度可以根据可疑位置的坐标信息进行确定。方向调节指令由电子设备生成,用于控制图像采集设备发生转动,发生转动的图像采集设备可以是初始采集相机,也可以是除初始采集相机之外的采集相机。
道路检测车上设置有多个图像采集设备,不同的图像采集设备均可移动,并且分别有对应的检测区域,当采集设备需要发生转动时,为减少后续对下一区路段进行图像采集时的影响,若采集设备需要转动的角度超过预设阈值时,启动备用图像采集设备实现对可疑位置进行图像采集。
步骤S1502:根据待检测区域图像确定目标图像采集参数,并根据目标图像采集参数生成位移调节指令。
步骤S1503:方向调节指令和位移调节指令构成调节指令。
具体的,目标图像采集参数可以包括目标图像的焦距、曝光方式、增益、色度、清晰度,通过目标图像采集参数判断待检测区域图像是否清晰。其中不同的曝光方式对图像质量的影响不同,如果曝光过度生成的图像亮度较高,进而可能会失去较多细节,相反,若曝光不足生成的图像亮度较低,图像的细节也可能发生丢失。清晰度为通过待检测区域图像对图像中可疑位置进行确定时可疑位置的清晰度,通过Brenner梯度函数、Tenengrad梯度函数、方差函数以及能量梯度函数均能实现对图像目标清晰度进行确定。其中,利用Tenengrad梯度函数对图像中目标清晰度进行确定时,使用Sobel算子提取可疑区域的水平和垂直方向的梯度值,再通过求其平方和实现目标清晰度的确定。
高度调整指令用于控制图像采集设备进行高度上的变化,通过提高或降低图像采集设备的高度进而提升待检测区域图像的目标清晰度。
本申请实施例中,先通过可疑位置对图像采集设备的移动方向和转动角度进行确定,并生成方向调节指令,再通过待检测区域图像的目标图像采集参数对图像采集设备的移动位移进行确定,并生成位移调节指令,方向调节指令和位移调节指令共同构成调节指令,通过对图像采集设备进行方向以及位移的调整,有助于提高图像采集设备对可疑位置进行图像采集时的清晰度。
进一步的,为了扩大图像采集范围,本申请实施例中还包括步骤S1(附图未示出)、步骤S2(附图未示出)、步骤S3(附图未示出)、步骤S4(附图未示出),其中:
步骤S1:根据待检测区域图像,确定检测类型。
其中,检测类型包括边坡和平地。
具体的,边坡包括上边坡和下边坡,检测类型可通过判断待检测区域图像中是否存在预设基准物进行判断,预设基准物可以为栏杆、桥墩,具体的基准物在本申请实施例中不做具体限定,只要能够根据预设基准物判断待检测区域图像的检测类型即可。
步骤S2:当检测类型为边坡时,根据待检测区域图像预测边坡高度。
具体的,可以通过确定待检测区域图像中基准物的大小预测边坡高度,通过预测边高度便于对抬升或降低的高度限值进行确定,当道路检测车在上坡时需要将图像采集设备的高度进行抬升,当道路检测车在下坡时需要将图像采集设备的高度进行下移。若不对图像采集设备的高度进行调整,在上坡或下坡过程中可能会降低待检测区域图像的覆盖范围。
步骤S3:基于图像采集设备移动速率以及预测边坡高度确定图像采集设备的高度调整速率。
步骤S4:基于高度调整速率对图像采集设备的高度进行调整。
具体的,图像采集设备的移动速率即道路检测车的移动速率,道路检测车的移动速率可以根据多张待检测图像中同一物体出现的位置和时间进行计算,也可直接获取道路检测车的实际移动速率,具体的获取方式在本申请实施例中不做具体限定,只要能够实现道路检测车移动速率的确定即可。
高度调整速率为将图像采集采集设备的位置进行升高或降低到高度限值的高度调整速率。
在本申请实施例中,先对待检测区域图像的检测类型进行判断,检测类型为边坡和平地,若待检测区域图像的检测类型为边坡,则根据待检测图像对边坡的高度进行预测,并基于预设高度以及图像采集的移动速率,即道路检测车的移动速率对图像采集设备的高度调整速率进行确定,并基于高度调整速率对图像采集设备的高度进行调整,通过调节图像采集设备的高度便于提高待检测区域图像的采集范围。
进一步的,还包括步骤Sa(附图未示出)、步骤Sb(附图未示出)、步骤Sc(附图未示出)、步骤Sd(附图未示出),其中:
步骤Sa:根据预设规则对待检测区域图像进行区域划分,形成多个区域图像。
具体的,待检测区域可以是平地,也可以是边坡。预设规则为按照待检测图像的图像比例对待检测区域图像进行划分,具体的可以根据需求进行修改,在本申请实施例中不做具体限定,只要能够将待检测区域图像进行划分即可,通过对待检测区域图像进行划分,有助于提升对比准确度。
步骤Sb:根据预设对比库确定每一区域图像的预设标准对比图像。
具体的,预设对比库中存放有多个区域图像,预设对比库中存放的多个预设标准对比图像,预设标准对比图像为在历史道路检测过程中,按照预设规则对历史待检测区域进行区域划分形成的历史区域图像,利用目标识别算法能够实现从多个历史区域图像中确定每一区域图像的预设标准对比图像。预设对比库中的内容可以根据需求进行增添和删除。
步骤Sc:根据预设标准对比图像,判断待检测区域图像中的待检测物是否完整。
具体的,预设标准对比图像中含有与区域图像相似的预设待检测物,将待检测物区域与预设待检测区域进行匹配,进而对待检测区域图像中的待检测物是否完整进行判断。将待检测物区域与预设待检测区域进行匹配的方式有多种,例如可将待检测区域以及预设待检测物区域各自对应的边界信息进行确定,利用各自的边界信息进行匹配;还可以通过将区域图像与预设标准图像进行叠加,通过叠加区域面积进行匹配。
步骤Sd:若不完整,则确定不完整位置,并根据不完整位置生成补修指令。
具体的,不完整位置为区域图像中待检测物区域与预设标准对比图像中预设待检测物区域不匹配的位置,即区域图像中需要进行修补的位置。修补指令用于提醒相关工作人员对不完整位置进行及时补修,进而降低因未及时修补而发生交通事故的概率。
本申请实施例中,根据预设规则将待检测区域图像进行区域划分后形成多个区域图像,再根据预设对比库对每一区域图像的预设标准对比图像进行确定,根据每一区域图像对应的预设标准对比图像对每一区域图像中待检测物的完整性进行判断,当区域图像中待检测物不完整时,确定不完整位置并根据不完整位置生成修补指令,通过对待检测图像进行区域划分,再根据区域图像对不完整位置进行确定提升了确定不完整位置时的准确性。
进一步的,步骤Sc中判断待检测区域图像中的待检测物是否完整,具体可以包括步骤Sc1(附图未示出)、步骤Sc2(附图未示出)、步骤Sc3(附图未示出),其中:
步骤Sc1:确定每一区域图像中待检测物区域,并确定待检测物区域的初始边界信息。
具体的,初始边界信息为待检测物区域的多个边界点坐标,多个边界点坐标连接成的区域为待检测物区域。还可以通过OpenCV(Open Source Computer Vision Library)函数确定边界点信息,在本申请实施例中对于确定图像中边界信息的方式不做具体限定,只要能够将边界信息进行确定即可。
步骤Sc2:将初始边界信息与预设边界信息导入预设坐标系中,进行重合匹配并生成匹配值。
其中,预设边界信息为预设标准对比图像中的预设待检测物区域对应的边界信息。
步骤Sc3:根据匹配值判断每一区域区域图像中待检测物是否完整。
具体的,待检测可以为路标、路基、沿线交通设施。当匹配值等于或高于预设标准匹配值时,确定区域图像中待检测物完整;当匹配值低于预设标准匹配值时,确定区域图像中待检测物不完整,预设标准匹配值可以根据需求及进行修改,在本申请实施例中不做具体限定。
本申请实施例中,通过对每一区域图像中待检测物区域进行确定,并对待检测物区域的初始边界信息进行确定,通过将初始边界信息与预设标准标准对比图像中的预设边界信息进行重合匹配生成匹配值,最后根据生成的匹配值判断区域图像中待检测物是否完整,提升了判断待检测物是否完整时的准确性。
上述实施例从方法流程的角度介绍一种道路检测用图像识别方法,下述实施例从虚拟模块或者虚拟单元的角度介绍了一种道路检测用图像识别的装置,具体详见下述实施例。
本申请实施例提供一种道路检测用图像识别的装置,如图2所示,该装置具体可以包括获取模块210、预处理模块220、特征提取模块230、生成指令模块240,其中:
获取模块210,用于获取待检测区域图像;
预处理模块220,用于将待检测区域图像进行图像预处理得到预处理图像;
特征提取模块230,用于对预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;
确定位置模块240,用于若存在可疑特征,则根据可疑特征确定可疑位置;
生成指令模块250,用于用于根据可疑位置生成调节指令,调节指令控制图像采集设备进行多自由度位移调节。
在一种可能实现的方式中,预处理模块220包括:
第一预处理单元,用于将待检测区域图像进行图像增强处理,得到增强图像;
第二预处理单元,用于将增强图像进行二值化处理,得到预处理图像。
在一种可能实现的方式中,确定位置模块240包括:
标记单元,用于将可疑特征进行标记,并生成标记图像;
确定坐标单元,用于将标记图像导入预先建立的坐标系中,确定标记的坐标信息;
确定可疑位置单元,用于根据坐标信息,确定可疑位置。
在一种可能实现的方式中,生成指令模块250包括:
确定方向调节指令单元,用于根据可疑位置确定移动方向和转动角度,移动方向和移动角度构成方向调节指令;
确定位移调节指令单元,用于根据待检测区域图像确定目标图像采集参数,并根据目标图像采集参数生成位移调节指令;
指令组合单元,用于方向调节指令和位移调节指令构成调节指令。
在一种可能实现的方式中,还包括:
确定检测类型模块,用于根据待检测区域图像,确定检测类型,检测类型包括边坡和平地;
预测高度模块,用于当检测类型为边坡时,根据待检测区域图像预测边坡高度;
确定高度调整速率模块,用于基于图像采集设备移动速率以及预测边坡高度确定图像采集设备的高度调整速率;
调整模块,用于基于高度调整速率对图像采集设备的高度进行调整。
在一种可能实现的方式中,还包括:
区域划分模块,用于根据预设规则对待检测区域图像进行区域划分,形成多个区域图像;
确定标准对比图像模块,用于根据预设对比库确定每一区域图像的预设标准对比图像;
判断模块,用于根据预设标准对比图像,判断待检测区域图像中的待检测物是否完整;
生成指令模块,用于若不完整,则确定不完整位置,并根据不完整位置生成补修指令。
在一种可能实现的方式中,判断模块包括:
确定初始边界单元,用于确定每一区域图像中待检测物区域,并确定待检测物区域的初始边界信息;
匹配单元,用于将初始边界信息与预设边界信息导入预设坐标系中,进行重合匹配并生成匹配值,其中预设边界信息为预设标准对比图像中的预设待检测物区域对应的边界信息;
完整判断单元,用于根据匹配值判断每一区域区域图像中待检测物是否完整。
本申请实施例中提供了一种电子设备,如图3所示,图3所示的电子设备300包括:处理器301和存储器303。其中,处理器301和存储器303相连,如通过总线302相连。可选地,电子设备300还可以包括收发器304。需要说明的是,实际应用中收发器304不限于一个,该电子设备300的结构并不构成对本申请实施例的限定。
处理器301可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器301也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线302可包括一通路,在上述组件之间传送信息。总线302可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线302可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器303可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器303用于存储执行本申请方案的应用程序代码,并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图3示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与相关技术相比,本申请实施例中通过获取待检测区域的图像并且对待检测区域图像进行图像预处理得到预处理图像,再通过预处理图像进行特征提取,并从提取到的多个特征中判断是否存在可疑特征,若存在可疑特征,则根据可疑特征确定对应的可疑位置,最后再根据可疑位置生成调节指令,调节指令用于控制图像采集设备进行移动,通过待检测区域图像中的异常位置,实现对图像采集设备进行多自由度位置调节,提升了采集可疑位置图像的清晰度,并且有助于提升在道路检测过程中对异常进行确定时的准确性。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种道路检测用图像识别方法,其特征在于,包括:
获取待检测区域图像;
将所述待检测区域图像进行图像预处理得到预处理图像;
对所述预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;
若存在可疑特征,则根据所述可疑特征确定可疑位置;
根据所述可疑位置生成调节指令,所述调节指令控制图像采集设备进行多自由度位置调节。
2.根据权利要求1所述的一种道路检测用图像识别方法,其特征在于,所述将所述待检测区域图像进行图像预处理得到预处理图像,包括:
将所述待检测区域图像进行图像增强处理,得到增强图像;
将所述增强图像进行二值化处理,得到预处理图像。
3.根据权利要求1所述的一种道路检测用图像识别方法,其特征在于,所述根据所述可疑特征确定可疑位置,包括:
将所述可疑特征进行标记,并生成标记图像;
将所述标记图像导入预先建立的坐标系中,确定所述标记的坐标信息;
根据所述坐标信息,确定可疑位置。
4.根据权利要求1所述的一种道路检测用图像识别方法,其特征在于,所述根据所述可疑位置生成调节指令,包括:
根据所述可疑位置确定移动方向和转动角度,所述移动方向和移动角度构成方向调节指令;
根据所述待检测区域图像确定目标图像采集参数,并根据所述目标图像采集参数生成位移调节指令;
所述方向调节指令和所述位移调节指令构成所述调节指令。
5.根据权利要求1所述的一种道路检测用图像识别方法,其特征在于,还包括:
根据所述待检测区域图像,确定检测类型,所述检测类型包括边坡和平地;
当检测类型为边坡时,根据所述待检测区域图像预测边坡高度;
基于图像采集设备移动速率以及所述预测边坡高度确定所述图像采集设备的高度调整速率;
基于所述高度调整速率对所述图像采集设备的高度进行调整。
6.根据权利要求1所述的一种道路检测用图像识别方法,其特征在于,还包括:
根据预设规则对所述待检测区域图像进行区域划分,形成多个区域图像;
根据预设对比库确定每一区域图像的预设标准对比图像;
根据所述预设标准对比图像,判断所述待检测区域图像中的待检测物是否完整;
若不完整,则确定不完整位置,并根据所述不完整位置生成补修指令。
7.根据权利要求6所述的一种道路检测用图像识别方法,其特征在于,所述判断待检测区域图像中的待检测物是否完整,包括:
确定每一区域图像中待检测物区域,并确定所述待检测物区域的初始边界信息;
将所述初始边界信息与预设边界信息导入预设坐标系中,进行重合匹配并生成匹配值,其中预设边界信息为预设标准对比图像中的预设待检测物区域对应的边界信息;
根据所述匹配值判断每一区域区域图像中待检测物是否完整。
8.一种道路检测用图像识别装置,其特征在于,包括:
获取模块,用于获取待检测区域图像;
预处理模块,用于将所述待检测区域图像进行图像预处理得到预处理图像;
特征提取模块,用于对所述预处理图像进行特征提取,并判断多个特征中是否含有可疑特征;
确定位置模块,用于若存在可疑特征,则根据所述可疑特征确定可疑位置;
生成指令模块,用于根据所述可疑位置生成调节指令,所述调节指令控制图像采集设备进行多自由度位移调节。
9.一种电子设备,其特征在于,该电子设备包括:
至少一个处理器;
存储器;
至少一个应用程序,其中所述至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行,所述至少一个应用程序配置用于:执行权利要求1-7中任一项所述道路检测用图像识别的方法。
10.一种计算机可读存储介质,其特征在于,包括:存储有能够被处理器加载并执行如权利要求1-7中任一种方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210929996.9A CN115205827A (zh) | 2022-08-03 | 2022-08-03 | 一种道路检测用图像识别方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210929996.9A CN115205827A (zh) | 2022-08-03 | 2022-08-03 | 一种道路检测用图像识别方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115205827A true CN115205827A (zh) | 2022-10-18 |
Family
ID=83585774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210929996.9A Pending CN115205827A (zh) | 2022-08-03 | 2022-08-03 | 一种道路检测用图像识别方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115205827A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116912230A (zh) * | 2023-08-11 | 2023-10-20 | 海格欧义艾姆(天津)电子有限公司 | 贴片焊接质量检测方法、装置、电子设备和存储介质 |
-
2022
- 2022-08-03 CN CN202210929996.9A patent/CN115205827A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116912230A (zh) * | 2023-08-11 | 2023-10-20 | 海格欧义艾姆(天津)电子有限公司 | 贴片焊接质量检测方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8509486B2 (en) | Vehicle license plate recognition method and system thereof | |
TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
US9619895B2 (en) | Image processing method of vehicle camera and image processing apparatus using the same | |
CN102915433B (zh) | 基于字符组合的车牌定位和识别方法 | |
CN108197523B (zh) | 基于图像转换及轮廓邻域差异的夜间车辆检测方法及系统 | |
CN109413411B (zh) | 一种监控线路的黑屏识别方法、装置及服务器 | |
JPWO2008020544A1 (ja) | 車両検知装置,車両検知方法並びに車両検知プログラム | |
CN111881832A (zh) | 车道目标检测方法、装置、设备及计算机可读存储介质 | |
CN103150547A (zh) | 车辆跟踪方法及装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN111027535A (zh) | 一种车牌识别方法及相关设备 | |
CN111046741A (zh) | 车道线识别的方法和装置 | |
CN112261390B (zh) | 车载摄像设备及其图像优化装置和优化方法 | |
CN102610104A (zh) | 一种车载的前方车辆检测方法 | |
Premachandra et al. | Road crack detection using color variance distribution and discriminant analysis for approaching smooth vehicle movement on non-smooth roads | |
Premachandra et al. | Image based automatic road surface crack detection for achieving smooth driving on deformed roads | |
CN112307989A (zh) | 路面物体识别方法、装置、计算机设备和存储介质 | |
CN115205827A (zh) | 一种道路检测用图像识别方法、装置、电子设备及介质 | |
CN115690061A (zh) | 一种基于视觉的集装箱码头集卡车检测方法 | |
CN115171034A (zh) | 道路异物检测方法、场景中异物检测方法及装置 | |
US9747511B2 (en) | Image recognition device, image recognition method, program, and recording medium | |
CN114283383A (zh) | 一种智慧城市公路养护方法、计算机设备及介质 | |
US9727780B2 (en) | Pedestrian detecting system | |
CN110796099A (zh) | 一种车辆超限检测方法及装置 | |
EP4250245A1 (en) | System and method for determining a viewpoint of a traffic camera |
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 |