一种公路护栏提取方法技术

本发明专利技术公开了一种公路护栏提取方法，应用于数字图像处理技术领域，主要包括在HSV空间中通过改进的距离公式自适应进行二值化图像初步提取；通过形态学重建和轮廓面积法的方法去除大量的干扰语义；将Gabor滤波器和超像素分割结合起来进行相似语义的去除得到最终ROI区域图像。本发明专利技术由于公路护栏的背景复杂，与现有的技术相比，本发明专利技术的显著优点是鲁棒性较高，而且检测识别的准确率也比较高，分割得到的护栏图像结构性也比较完整为后续检测奠定了很好的基础。了很好的基础。了很好的基础。

【技术实现步骤摘要】
一种公路护栏提取方法


[0001]本专利技术涉及数字图像处理
，更具体的说是涉及一种公路护栏提取方法。

技术介绍

[0002]数字图像处理是指通过计算机对图像进行去除噪声，增强，复原，分割，提取特征等处理的方法和技术。
[0003]近年来，随着机器视觉和人工智能在交通领域的不断发展，各种无损检测系统和研究方法应运而生。而公路护栏作为道路基础附属设施的一部分，主要设置在道路两侧通过设置净区宽度来减少车辆驶出或驶入对向车道，因此在保护驾驶人员行车安全，减少交通事故的发生方面发挥着至关重要的作用，对其进行高效的检测和识别可以更有效的对驾驶人的行车安全保驾护航。
[0004]目前对道路护栏进行提取中，大概分为两类，一种是通过激光雷达和扫描线等对道路护栏的结构进行提取，但这种方法往往无法完全得到结构的完整性，而且极易受到环境的影响；其次是通过深度学习和图像处理的方法，主要是以深度学习为主，但是深度学习需要大量的数据集进行训练，而且网络结构的适配性需要不断的调整，其鲁棒性和准确度都不是很高。
[0005]因此如何提高提取目标的准确性和鲁棒性是本领域技术人员亟需解决的问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了公路护栏提取方法，以解决
技术介绍
中的技术问题。
[0007]为了实现上述目的，本专利技术提供如下技术方案：
[0008]一种公路护栏提取方法，其特征在于，具体步骤包括：
[0009]获取待处理图像；
[0010]对感兴趣区域进行色彩量化，得到ROI区域的HSV直方图，所述感兴趣区域H，S，V分量的平均值作为目标像素点的H，S，V分量；
[0011]计算每个像素点H，S，V分量到目标像素点对应分量的距离，并确定初始距离阈值，根据所述初始距离阈值进行迭代选取目标区域的颜色范围进行初步提取得到二值化图像；
[0012]将得到的二值化图像进行形态学重建和轮廓面积法去除干扰噪声；
[0013]根据纹理特征结合Gabor滤波器进行超像素分割去除掉相似语义；
[0014]得到感兴趣图像。
[0015]可选的，在上述的一种公路护栏提取方法中，所述待处理图像从RGB颜色空间转换到HSV空间具体步骤如下：
[0016][0017][0018][0019]可选的，在上述的一种公路护栏提取方法中，初步提取得到二值化图像具体步骤如下：
[0020]对感兴趣区域进行色彩量化，得到ROI区域的HSV直方图；
[0021]将每个像素点的各个分量记为H，S，V，并通过改进的距离公式对目标像素点的分量进行距离公式的计算，并得到的所有距离进行归一化的处理；
[0022]将所有距离的平均值作为初始化距离阈值，不断的筛选小于所述初始化距离阈值的距离，每迭代一次会计算出一个新的距离阈值，在此基础上继续进行下一次迭代，直到所有的距离都小于所述初始化距离阈值；
[0023]将最终满足条件的距离和对应的像素点的H，S，V分量进行一一对应，并得到其中每个像素分量中最大值和最小的值作为目标区域的颜色范围，将大于最大分量和小于最小分量的像素设为0，大于最小阈值，小于最大阈值部分设为255，得到目标区域的二值化图像。
[0024]可选的，在上述的一种公路护栏提取方法中，通过改进的距离公式对目标像素点的分量进行距离公式的计算：
[0025][0026]其中，H，S，V分别表示HSV空间中的H，S，V分量；H0，S0，V0表示为目标像素点的目标分量H0，S0，V0。
[0027]进一步，基于上述通过形态学重建和轮廓面积法消除大量干扰语义，传统的形态学操作会造成图像模糊，有意识的改变目标结构物的形态特征造成分割区域的变形，增减或断开连通域的情况，而重建形态学滤波可以在不改变区域边界的情况下去除局部灰度峰值，将大于结构元素的组件保留下来，以此保留结构的完整性，通过形态学重建的方法可以有效的进行目标区域内空洞的填充，并减少目标区域内噪点的影响。
[0028]可选的，在上述的一种公路护栏提取方法中，形态学重建具体步骤如下：
[0029]将得到的二值化图像求其补集记为I
c
：
[0030][0031]并形成一个边界为1的标记图像记为F：
[0032][0033]假设进行重建的结构元为B，则经过以下的运算来达到去除图像中孤立噪点：
[0034][0035]可选的，在上述的一种公路护栏提取方法中，轮廓面积法具体步骤如下：
[0036]将形态学重建后的图像，采用轮廓面积法剔除小面积区域，将其他的像素面积与最大像素的面积进行一个比值，将这个比值设为K；
[0037][0038]将小于等于预设阈值的轮廓面积剔除掉，处理完以后的图像再和待处理图像进行点乘来获得目标区域的图像。
[0039]进而，可以去除除目标区域外的不连通区域和干扰噪声同时还不会破坏其整体的结构。
[0040]需要了解的是：Gabor滤波器由一组小波通过不同尺度和方向的小波捕获特定频率和特定方向的能量。Gabor只允许对应频率的纹理通过，过滤掉其他频率的纹理，提取出相应的纹理特征。但是只有一个方向或一个频率的纹理图像是非常有局限性的，
[0041]因此本专利技术采用的是将不同方向和不同频率的图像进行组合来解决由于单方向和单频率带来的局限性。进行四个不同方向和六个不同Gabor核的过滤，一共生成了24组不同的纹理滤波图像，并将不同方向和不同频率的图像进行加权融合，并计算加权之后纹理图像的平均值作为纹理向量的初始种子点。随后将图片转换到Lab空间中，并将lab空间中的三个颜色特征向量，像素点在空间中的坐标以及纹理图像的初始种子点构成一个六维的特征向量a＝[l
k
，a
k
，b
k
，x
k
，y
k
，t
k
]T
，根据六维的特征向量对像素点进行相似性聚类，计算聚类中心周围的像素点到像素中心点的距离D
k
(p)：
[0042][0043]之后进行不断的迭代计算重像素和残错度，直到残错度小于阈值时停止迭代。不同的纹理在显示和明暗程度上也会有很大的区分，将SLIC算法中融入纹理特征进行图像的分割，使得图像的亮度和空间特征变得更加的敏感，按照超像素搜索的方式对中心点周围的像素点进行阈值的判断和迭代可以有效的去除相似语义得到ROI图像。
[0044]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种公路护栏提取方法，在HSV空间中通过改进的距离模型初步提取二值化图像，对于噪点，主要通过形态学重建和轮廓面积法进行干扰噪声的去除，并采用融合Gabor和超像素去除相似语义从而实现公路护栏的提取。由于公路护栏的背景复杂，与现有的技术相比，本专利技术的显著优点是鲁棒性较高，而且检测识别的准确率也比较高，分割得到的护栏图像结构性也比较完整为后续检测奠定了很好的基础。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路护栏提取方法，其特征在于，具体步骤包括：获取待处理图像；将所述待处理图像从RGB颜色空间转换到HSV空间；计算每个像素点H，S，V分量到目标像素点对应分量的距离，并确定初始距离阈值，根据所述初始距离阈值进行迭代选取目标区域的颜色范围进行初步提取得到二值化图像；将得到的二值化图像进行形态学重建和轮廓面积法去除干扰噪声；根据纹理特征结合Gabor滤波器进行超像素分割去除掉相似语义；得到感兴趣图像。2.根据权利要求1所述的一种公路护栏提取方法，其特征在于，所述待处理图像从RGB颜色空间转换到HSV空间具体步骤如下：HSV空间具体步骤如下：HSV空间具体步骤如下：3.根据权利要求1所述的一种公路护栏提取方法，其特征在于，初步提取得到二值化图像具体步骤如下：对感兴趣区域进行色彩量化，得到ROI区域的HSV直方图，所述感兴趣区域H，S，V分量的平均值作为目标像素点的H，S，V分量；将每个像素点的各个分量记为H，S，V，并通过改进的距离公式对目标像素点的分量进行距离公式的计算，并得到的所有距离进行归一化的处理；将所有距离的平均值作为初始化距离阈值，不断的筛选小于所述初始化距离阈值的距离，每迭代一次会计算出一个新的距离阈值，在此基础上继续进行下一次迭代，直到所有的距离都小于所述初始化距离阈值；将最终满足条件的距离和对应的像素点的H，S，V分量进行一一对应，并得到其中每个像素分量中最大值和最小的值作为目标区域的颜色范围，将大于最大分量和小于最小分量的像素设为0，大于最小阈值，小于最大阈值部分设为255，得到目标区域的二值化图像。4.根据权利要求3所述的一种公路护栏提取方法，其特征在于，通过改进的距离公式对目标像素点的分量进行距离公式的计算其中，H，S，V分别表示HSV空间中的H，S，V分量；H0，S0，V0表示为目标像素点的目标分量H0，S0，V0。5.根据权利要求1所述的一种公路护栏提取方法，其特征在于，形态学重建具体步骤如下：将得到的二值化图像求其补集记为I
c
：
并形成一个边界为1的标记图像记为F：假设进行重建的结构元为B，则经过以下的运算来达到去除图像中孤立噪点：6.根据权利要求1所述的一种公路护栏提取方法，其特征在于，轮廓面积法具体步骤如下：将形态学重建后的图像，采用轮廓面积法剔除小面积区域，将其他的像素面积与最大像素的面积进行一个比值，将这个比值设为K；将小于等于预设阈值的轮廓面积剔除掉，将基于轮廓面积剔除后的图像再和所述待处理图像进行点乘来获得目标区域的合成图像。7.根据权利要求6所...

【专利技术属性】
技术研发人员：高明星，靳霄微，赵婷，关鹏，霍艳辉，吕翠翠，方淑艳，姚立慧，宋建，金国男，范井丽，张贵满，侯明宇，杨锋，李硕，
申请(专利权)人：内蒙古宏瑞路桥工程科学技术研究院，
类型：发明
国别省市：