CN115409839A - 基于像素分析模型的道路声屏障隐患识别方法及装置 - Google Patents

基于像素分析模型的道路声屏障隐患识别方法及装置 Download PDF

Info

Publication number
CN115409839A
CN115409839A CN202211354032.2A CN202211354032A CN115409839A CN 115409839 A CN115409839 A CN 115409839A CN 202211354032 A CN202211354032 A CN 202211354032A CN 115409839 A CN115409839 A CN 115409839A
Authority
CN
China
Prior art keywords
sound barrier
information
image information
road
pixel
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
Application number
CN202211354032.2A
Other languages
English (en)
Other versions
CN115409839B (zh
Inventor
李朝光
谢军
汪宇鹏
张鹏
朱逸帆
景琰忺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shanma Zhijian Technology Co ltd
Hangzhou Shanma Zhiqing Technology Co Ltd
Shanghai Supremind Intelligent Technology Co Ltd
Original Assignee
Beijing Shanma Zhijian Technology Co ltd
Hangzhou Shanma Zhiqing Technology Co Ltd
Shanghai Supremind Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Shanma Zhijian Technology Co ltd, Hangzhou Shanma Zhiqing Technology Co Ltd, Shanghai Supremind Intelligent Technology Co Ltd filed Critical Beijing Shanma Zhijian Technology Co ltd
Priority to CN202211354032.2A priority Critical patent/CN115409839B/zh
Publication of CN115409839A publication Critical patent/CN115409839A/zh
Application granted granted Critical
Publication of CN115409839B publication Critical patent/CN115409839B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • 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
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供了一种基于像素分析模型的道路声屏障识别方法、装置、存储介质及电子装置，涉及道路附属设施巡检技术的技术领域。其方法包括：获取目标道路的道路图像信息；基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；在所述声屏障像素信息不满足第一条件的情况下，执行第一操作。通过本发明，解决了道路声屏障巡检人工成本高的问题，进而达到了降低声屏障巡检成本的效果。

Description

基于像素分析模型的道路声屏障隐患识别方法及装置
技术领域
本发明实施例涉及通信领域，具体而言，涉及一种基于像素分析模型的道路声屏障隐患识别方法、装置、存储介质及电子装置。
背景技术
随着经济的发展，道路设施养护对于道路的正常使用有着越来越重要的作用，因此，为保持道路的正常使用，需要进行道路养护：经常性保养、维修、预防和修复灾害性损坏，以及为提高使用质量和服务水平而进行的加固、修善或增建。
其中，道路的隔音墙(屏)在台风等自然灾害的侵蚀下，往往会出现丢失的情况，因而及时发现隔音墙的丢失则成了及时维护的重要课题。
而现有的隔音墙的检查通常是通过人工巡检的方式进行的，在监管道路多且道路较长的路段，这种方式必然带来大量的人工成本。
目前，尚无较好的解决办法。
发明内容
本发明实施例提供了一种基于像素分析模型的道路声屏障隐患识别方法、装置、存储介质及电子装置，以至少解决相关技术中声屏障维护成本高的问题。
根据本发明的一个实施例，提供了一种基于像素分析模型的道路声屏障隐患识别方法，包括：
获取目标道路的道路图像信息；
基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
在一个示例性实施例中，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
根据所述曲率信息，确定所述第一基准方向。
在一个示例性实施例中，在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，所述方法还包括：
对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
在一个示例性实施例中，所述获取目标道路的道路图像信息包括：
获取所述目标道路的初始图像信息；
对所述初始图像信息进行过滤处理，以得到第二图像信息；
对所述第二图像信息进行分割处理，以得到所述道路图像信息。
根据本发明的另一个实施例，提供了一种基于像素分析模型的道路声屏障隐患识别装置，包括：
道路图像采集模块，用于获取目标道路的道路图像信息；
像素分析模块，用于基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
第一操作模块，用于在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
在一个示例性实施例中，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
根据所述曲率信息，确定所述第一基准方向。
在一个示例性实施例中，所述装置还包括：
距离计算模块，用于在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
隐患确定模块，用于在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
在一个示例性实施例中，所述道路图像采集模块包括：
初始图像采集单元，用于获取所述目标道路的初始图像信息；
信息过滤单元，用于对所述初始图像信息进行过滤处理，以得到第二图像信息；
图像分割单元，用于对所述第二图像信息进行分割处理，以得到所述道路图像信息。
根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，由于通过采集目标道路的声屏障的图像信息，并对图像进行自动分析，即可确定声屏障是否缺失，因此，可以解决人工排查带来的人工耗费大的问题，达到降低人工消耗，提高隐患排查效率的效果。
附图说明
图1是本发明实施例的基于像素分析模型的道路声屏障隐患识别方法的移动终端的硬件结构框图；
图2是根据本发明实施例的基于像素分析模型的道路声屏障隐患识别方法的流程图；
图3是根据本发明实际实施例的示意图；
图4是根据本发明实施例的基于像素分析模型的道路声屏障隐患识别装置的结构。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种基于像素分析模型的道路声屏障隐患识别方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种基于像素分析模型的道路声屏障隐患识别方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（Radio Frequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种基于像素分析模型的道路声屏障隐患识别方法，图2是根据本发明实施例的一种基于像素分析模型的道路声屏障隐患识别方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，获取目标道路的道路图像信息；
在本实施例中，获取目标道路的方式可以是通过设置在道路旁边或者龙门架的监控摄像头采集得到的，监控摄像头的类型可以（但不限于）是固定式如枪型摄像头，也可以是可以转动的，如球型摄像头，监控摄像头的设置方式可以（但不限于）是立杆式，也可以是龙门架式，其中，摄像头的数量可以设置有多个，也可以是一个，且在摄像头设有多个的情况下，可以让多个摄像头分别监控多个方向，以扩大图像采集范围；目标道路包括但不限于需要进行监控的路段，该路段可以是根据行政区管理范围进行划分的，也可以是根据摄像头的参数进行划分的，还可以是通过其它方式进行划分的，还可以根据GIS区域计算得到的。
需要说明的是，为保证摄像头的图像信息质量，必要时可以再配备监控雷达，以保证对图像信息中的目标进行跟踪。
步骤S204，基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
在本实施例中，对道路图像信息进行像素分析计算是为了确定通过像素来确定道路图像信息中可能存在的声屏障。
其中，为了方便司机及时发现声屏障，声屏障的颜色通常与周围环境不同，例如设置为绿色或者白色，且声屏障的范围较大，以有效的对车辆运行过程中的声音对外进行屏蔽，因此在进行像素计算时，能够跟明显的将声屏障与周围环境进行区分，从而快速获得声屏障的坐标信息等，对应的，声屏障属性信息包括（但不限于）颜色信息、尺寸信息等；像素分析模块可以（但不限于）是yolo5，yolo3等神经网络模型；声屏障像素信息包括（但不限于）是声屏障的图像像素的像素值，其表示方式可以是矩阵或者具体的数值。
步骤S206，在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
在本实施例中，当声屏障出现缺失或破损或有遮挡物时，其在声屏障像素信息会出现变化，此时再根据其延长线做进一步计算，从而可以确定是否为丢失或者破损，避免遮挡等情况造成的错误判断，进一步提高声屏障的识别效率。
其中，第一条件可以（但不限于）是声屏障像素信息表示为存在疑似声屏障破损或丢失，第一基准方向的选择可以基于道路的曲率来确定，即道路曲线的切线，也可以是固定的竖直或水平的基准直线，基准直线的位置可以是固定的，也可以是随着声屏障的变化而变化。
例如，如图3所示，先在图像信息中选取目标道路边缘的数值切线作为第一基准方向，随后分别对声屏障作延长线，延长线与第一基准方向的夹角分别为α与β，在正常情况下，道路的声屏障通常间隔5-10m连续设置，其外轮廓一般在图像上表现为直线，因而连续的声屏障随着道路的延伸，其延长线与第一基准方向之间的夹角成递减或递增的规律变化；当β的夹角大于第一阈值时，则说明β的延长线对应的声屏障2并非与α的延长线对应的声屏障1相邻，由此可以确定声屏障2与声屏障1之间的声屏障3存在丢失的情况，否则说明声屏障2与声屏障1相邻，不存在丢失的情况。
通过上述步骤，先通过像素分析预先对可能存在的声屏障隐患进行预先识别，随后再通过进一步的识别计算来确定声屏障是否缺失，解决了人工排查带来的人工耗费大的问题，提高了声屏障隐患排查效率，降低了人工消耗。
其中，上述步骤的执行主体可以为基站、终端等，但不限于此。
在一个可选的实施例中，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
步骤S2062，对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
步骤S2064，基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
步骤S2066，根据所述曲率信息，确定所述第一基准方向。
在本实施例中，通过确定目标道路的曲率才能确定目标道路的切线，随后才能精准的确定第一基准方向，而对道路图像信息进行边缘锐化处理则是为了减少图像采集过程中信号噪声造成的干扰。
其中，边缘锐化处理可以是通过边缘锐化算法实现的，第一图像信息包括边缘锐化处理后的道路图像信息，曲率信息包括声屏障对应道路路段的曲率。
在一个可选的实施例中，在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，所述方法还包括：
步骤S2068，对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
步骤S20610，在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
在本实施例中，在目标道路为直线的情况下，无法有效的通过声屏障与第一基准方向之间的夹角进行计算，因而此时可以通过计算两个声屏障之间的距离来判断是否存在丢失情况。
其中，第一像素距离包括（但不限于）两个连续的声屏障像素之间的最大距离和最小距离，当最小距离和最大距离均大于预设的距离阈值时，则说明两个声屏障之间的声屏障存在丢失情况。
在一个可选的实施例中，所述获取目标道路的道路图像信息包括：
步骤S2022，获取所述目标道路的初始图像信息；
步骤S2024，对所述初始图像信息进行过滤处理，以得到第二图像信息；
步骤S2026，对所述第二图像信息进行分割处理，以得到所述道路图像信息。
在本实施例中，对图像进行过滤是为了避免图像中的其它事物（如车辆、抛洒物）等对后续处理的干扰，而对图像进行分割则是为了减少缩小图像中需要进行识别分析的事物的数量，提高像素计算效率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
在本实施例中还提供了一种基于像素分析模型的道路声屏障隐患识别装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明实施例的基于像素分析模型的道路声屏障隐患识别装置的结构框图，如图4所示，该装置包括：
道路图像采集模块42，用于获取目标道路的道路图像信息；
像素分析模块44，用于基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
第一操作模块46，用于在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
在一个可选的实施例中，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
根据所述曲率信息，确定所述第一基准方向。
在一个可选的实施例中，所述装置还包括：
距离计算模块48，用于在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
隐患确定模块410，用于在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
在一个可选的实施例中，所述道路图像采集模块42包括：
初始图像采集单元422，用于获取所述目标道路的初始图像信息；
信息过滤单元424，用于对所述初始图像信息进行过滤处理，以得到第二图像信息；
图像分割单元426，用于对所述第二图像信息进行分割处理，以得到所述道路图像信息。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器（Read-Only Memory，简称为ROM）、随机存取存储器（Random Access Memory，简称为RAM）、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，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 (10)

1.一种基于像素分析模型的道路声屏障隐患识别方法，其特征在于，包括：
获取目标道路的道路图像信息；
基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
2.根据权利要求1所述的方法，其特征在于，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
根据所述曲率信息，确定所述第一基准方向。
3.根据权利要求1所述的方法，其特征在于，在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，所述方法还包括：
对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
4.根据权利要求1所述的方法，其特征在于，所述获取目标道路的道路图像信息包括：
获取所述目标道路的初始图像信息；
对所述初始图像信息进行过滤处理，以得到第二图像信息；
对所述第二图像信息进行分割处理，以得到所述道路图像信息。
5.一种基于像素分析模型的道路声屏障隐患识别装置，其特征在于，包括：
道路图像采集模块，用于获取目标道路的道路图像信息；
像素分析模块，用于基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息；
第一操作模块，用于在所述声屏障像素信息不满足第一条件的情况下，执行第一操作，其中，所述第一操作包括：
根据所述道路图像信息，确定所述目标道路的第一基准方向；基于所述第一基准方向以及所述声屏障像素信息，确定第一声屏障方向与所述第一基准方向的第一夹角信息，其中，所述第一声屏障用于指示所述目标道路的任一声屏障，所述第一声屏障方向用于包括所述第一声屏障的长度方向的延长线；在所述第一夹角信息大于第一阈值的情况下，确定所述第一声屏障缺失。
6.根据权利要求5所述的装置，其特征在于，所述根据所述道路图像信息，确定所述目标道路的第一基准方向包括：
对所述道路图像信息进行边缘锐化处理，以得到第一图像信息；
基于所述第一图像信息，确定所述第一图像信息中的目标道路的曲率信息；
根据所述曲率信息，确定所述第一基准方向。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
距离计算模块，用于在所述基于预设的声屏障属性信息，通过像素分析模型对所述道路图像信息进行像素分析计算，以得到声屏障像素信息之后，对所述声屏障像素信息进行像素距离计算，以得到第一像素距离；
隐患确定模块，用于在所述像素距离大于距离阈值的情况下，确定所述第一声屏障缺失。
8.根据权利要求5所述的装置，其特征在于，所述道路图像采集模块包括：
初始图像采集单元，用于获取所述目标道路的初始图像信息；
信息过滤单元，用于对所述初始图像信息进行过滤处理，以得到第二图像信息；
图像分割单元，用于对所述第二图像信息进行分割处理，以得到所述道路图像信息。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。
10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。
CN202211354032.2A 2022-11-01 2022-11-01 基于像素分析模型的道路声屏障隐患识别方法及装置 Active CN115409839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211354032.2A CN115409839B (zh) 2022-11-01 2022-11-01 基于像素分析模型的道路声屏障隐患识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211354032.2A CN115409839B (zh) 2022-11-01 2022-11-01 基于像素分析模型的道路声屏障隐患识别方法及装置

Publications (2)

Publication Number Publication Date
CN115409839A true CN115409839A (zh) 2022-11-29
CN115409839B CN115409839B (zh) 2023-02-21

Family

ID=84167942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211354032.2A Active CN115409839B (zh) 2022-11-01 2022-11-01 基于像素分析模型的道路声屏障隐患识别方法及装置

Country Status (1)

Country Link
CN (1) CN115409839B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115641334A (zh) * 2022-12-09 2023-01-24 北京闪马智建科技有限公司 道路防撞设施损伤识别方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9218534B1 (en) * 2014-11-17 2015-12-22 Tandent Vision Science, Inc. Method and system for classifying painted road markings in an automotive driver-vehicle-assistance device
US20190130182A1 (en) * 2017-11-01 2019-05-02 Here Global B.V. Road modeling from overhead imagery
CN110909640A (zh) * 2019-11-11 2020-03-24 浙江大华技术股份有限公司 水位线的确定方法及装置、存储介质、电子装置
CN111508211A (zh) * 2020-04-27 2020-08-07 合肥工业大学 一种声屏障的监测系统及监测方法
CN112561815A (zh) * 2020-12-11 2021-03-26 浙江大华技术股份有限公司 一种图像处理方法、装置、存储介质及电子装置
CN112613381A (zh) * 2020-12-17 2021-04-06 浙江大华技术股份有限公司 一种图像映射方法、装置、存储介质及电子装置
CN114565771A (zh) * 2022-04-29 2022-05-31 广东粤港澳大湾区硬科技创新研究院 一种道路两侧设施的缺陷检测方法及装置
CN114842431A (zh) * 2021-01-14 2022-08-02 丰图科技(深圳)有限公司 一种识别道路护栏的方法、装置、设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9218534B1 (en) * 2014-11-17 2015-12-22 Tandent Vision Science, Inc. Method and system for classifying painted road markings in an automotive driver-vehicle-assistance device
US20190130182A1 (en) * 2017-11-01 2019-05-02 Here Global B.V. Road modeling from overhead imagery
CN110909640A (zh) * 2019-11-11 2020-03-24 浙江大华技术股份有限公司 水位线的确定方法及装置、存储介质、电子装置
CN111508211A (zh) * 2020-04-27 2020-08-07 合肥工业大学 一种声屏障的监测系统及监测方法
CN112561815A (zh) * 2020-12-11 2021-03-26 浙江大华技术股份有限公司 一种图像处理方法、装置、存储介质及电子装置
CN112613381A (zh) * 2020-12-17 2021-04-06 浙江大华技术股份有限公司 一种图像映射方法、装置、存储介质及电子装置
CN114842431A (zh) * 2021-01-14 2022-08-02 丰图科技(深圳)有限公司 一种识别道路护栏的方法、装置、设备及存储介质
CN114565771A (zh) * 2022-04-29 2022-05-31 广东粤港澳大湾区硬科技创新研究院 一种道路两侧设施的缺陷检测方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115641334A (zh) * 2022-12-09 2023-01-24 北京闪马智建科技有限公司 道路防撞设施损伤识别方法及装置

Also Published As

Publication number Publication date
CN115409839B (zh) 2023-02-21

Similar Documents

Publication Publication Date Title
CN110298802B (zh) 路面裂缝检测方法及装置
CN111044570A (zh) 电力设备的缺陷识别及预警方法、装置及计算机设备
CN110008947B (zh) 一种基于卷积神经网络的粮仓粮食数量监测方法及装置
CN112752093B (zh) 视频条纹检测方法、装置、存储介质及电子装置
CN115409839B (zh) 基于像素分析模型的道路声屏障隐患识别方法及装置
CN111126211B (zh) 标牌识别方法和装置、电子设备
CN116563608A (zh) 一种隧道衬砌典型病害图像的识别方法及装置
CN115272262A (zh) 室外绝缘子表面缺陷识别方法、装置及电子设备
CN115830032B (zh) 基于旧有设施的道路伸缩缝病变识别方法及装置
CN113822814A (zh) 利用大数据存储的环境辨识系统及方法
CN113222040A (zh) 海上固定目标识别方法、装置、计算机设备和存储介质
CN111833341A (zh) 确定图像中条纹噪声的方法及装置
CN114581890B (zh) 确定车道线的方法、装置、电子设备和存储介质
CN103996266A (zh) 基于视频分析的尾矿库安全监测装置
CN113610854B (zh) 一种线索缺陷检测方法、终端设备以及计算机存储介质
CN109472766B (zh) 桥梁螺栓区域定位方法及终端设备
CN113012137A (zh) 一种面板缺陷检查方法、系统、终端设备及存储介质
CN111243289A (zh) 目标车辆的跟踪方法及装置、存储介质、电子装置
CN112633165A (zh) 基于车辆车厢的采样监督方法、系统、存储介质及电子设备
CN117119434B (zh) 人员识别的方法、装置、设备及存储介质
CN116500240B (zh) 一种土壤环境质量监测方法、系统及可读存储介质
CN117349734B (zh) 水表设备识别方法、装置、电子设备及存储介质
CN116994354B (zh) 道路电力设施巡检方法、装置、存储介质及电子装置
CN116883755B (zh) 一种乡村建设环境监测方法、系统、设备及存储介质
CN115512305A (zh) 道路树木倒伏识别方法、装置、存储介质及电子装置

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