CN108629795B - 一种道路图片检测方法及装置 - Google Patents
一种道路图片检测方法及装置 Download PDFInfo
- Publication number
- CN108629795B CN108629795B CN201710161730.3A CN201710161730A CN108629795B CN 108629795 B CN108629795 B CN 108629795B CN 201710161730 A CN201710161730 A CN 201710161730A CN 108629795 B CN108629795 B CN 108629795B
- Authority
- CN
- China
- Prior art keywords
- picture
- road
- detected
- pixel
- difference
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000009499 grossing Methods 0.000 claims description 19
- 238000004148 unit process Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000011295 pitch Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种道路图片检测方法及装置,可以将基于旧版本电子地图数据渲染的图片作为基准图片,将基于新版本电子地图数据渲染的图片作为待检测图片,通过对待检测图片和基准图片分别进行二值化处理,并求取相同位置处像素点的像素差值,像素差值不为零的像素点即为待检测图片与基准图片存在差异的像素点。本申请通过图片二值化处理及相同位置像素点的像素值求差值,确定基于两版电子地图数据渲染图片是否存在差异,从而使得电子地图数据的差异检测效率大大提升,且检测成本降低。
Description
技术领域
本申请涉及道路图片检测技术领域,更具体地说,涉及一种道路图片检测方法及装置。
背景技术
随着经济的发展,会有新的道路不断被建设开通,旧的道路被关闭或者改建,电子地图数据是将现实世界中的道路、建筑等用数字化的形式进行表达。由于现实世界中的道路、建筑物等会发生变化,因此,不同版本的电子地图数据之间会存在差异。参见图1a和图1b,是基于不同版本电子地图数据渲染的同一地理位置区域的图片,对比图片可以看出,道路的路形发生了变化。再参见图1c和图1d,也是基于不同版本电子地图数据渲染的同一地理位置区域的图片,对比可以看出,出现了新增的道路,即图1d中的道路l1。
现有技术一般采用人工检测的方式,寻找两版电子地图数据的差异,这种方式存在成本高、检测效率低的问题。
发明内容
有鉴于此,本申请提供了一种道路图片检测方法及装置,用于解决现有技术需要人工对各地理区域道路逐个检查,成本高且效率低下的问题。
为了实现上述目的,现提出的方案如下:
一种道路图片检测方法,包括:
获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;
对所述基准图片和所述待检测图片,分别进行二值化处理;
获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。
优选地,在对所述基准图片和所述待检测图片,分别进行二值化处理之前,该方法还包括:
基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理。
优选地,如果待检测图片与所述基准图片存在差异,所述方法还包括:
对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据。
优选地,还包括:
从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
优选地,所述方法进一步包括:
判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值,若是,则确定该条道路记录数据对应的道路类型为弧形道路。
优选地,还包括:
从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点,若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
优选地,在所述从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点之前,该方法还包括:
对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
一种道路图片检测装置,包括:
道路图片获取单元,用于获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;
二值化处理单元,用于对所述基准图片和所述待检测图片,分别进行二值化处理;
差值确定单元,用于获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
差异确定单元,用于根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。
优选地,还包括:
平滑处理单元,用于在所述二值化处理单元处理之前,基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理。
优选地,还包括:
第一连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
第二连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据。
优选地,还包括:
起点确定单元,用于从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
斜率确定单元,用于从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
打断单元,用于获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
优选地,还包括:
道路类型确定单元,用于判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值,若是,则确定该条道路记录数据对应的道路类型为弧形道路。
优选地,还包括:
断点检测单元,用于从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点,若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
优选地,还包括:
裁剪单元,用于在所述断点检测单元处理之前,对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
从上述的技术方案可以看出,本申请的道路图片检测方法,获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;对所述基准图片和所述待检测图片分别进行二值化处理;获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。本申请可以将基于旧版本电子地图数据渲染的图片作为基准图片,将基于新版本电子地图数据渲染的图片作为待检测图片,通过对待检测图片和基准图片分别进行二值化处理,并求取相同位置处像素点的像素差值,像素差值不为零的像素点即为待检测图片与基准图片存在差异的像素点。本申请通过图片二值化处理及相同位置像素点的像素值求差值这一可被计算终端实现的技术,确定基于两版电子地图数据渲染的图片是否存在差异,相比现有的人工检测方式,电子地图数据差异检测效率大大提升,且检测成本降低。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1a-1b示例了一种不同版本电子地图数据中同一地理位置区域的道路示意图;
图1c-1d示例了另外一种不同版本电子地图数据中同一地理位置区域的道路示意图;
图2为本申请实施例公开的一种道路图片检测方法流程图;
图3为本申请实施例公开的另一种道路图片检测方法流程图;
图4为本申请实施例公开的又一种道路图片检测方法流程图;
图5示例了一种道路拓扑示意图;
图6为本申请实施例公开的又一种道路图片检测方法流程图;
图7a示例了一种道路断点示意图;
图7b示例了一种道路终点示意图;
图8为本申请实施例公开的又一种道路图片检测方法流程图;
图9为本申请实施例公开的一种道路图片检测装置结构示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
首先,本申请技术方案处理的对象包括:基准图片和待检测图片。为方便叙述,后续对基准图片和待检测图片均会执行的操作,在描述时将使用“图片”一词指代基准图片或待检测图片,不应理解为除基准图片和待检测图片外,本申请还有第三种“图片”。
本申请中的图片是基于电子地图数据渲染得到的,通常情况,电子地图数据会按照预设的网格大小划分为多个网格数据,所以,本申请的图片可以是基于每一个网格数据渲染得到的。
所述基准图片是基于旧版电子地图数据渲染的,所述待检测图片是基于新版电子地图数据渲染的,并且,旧版电子地图数据和新版电子地图数据最好按照相同的网格大小进行划分,所述基准图片和所述待检测图片至少渲染了电子地图数据中的道路。
以下结合附图,对本申请提供的一种道路图片检测方法进行详细介绍,参见图2所示,该方法包括:
步骤S100、获取同一地理区域的基准图片和待检测图片;
步骤S110、对所述基准图片和所述待检测图片,分别进行二值化处理;
其中,如果上述图片是彩色图片,则所述二值化处理过程包括:将图片进行灰度化,然后将灰度化后的图片进行二值化。
如果上述图片是灰度图,则所述二值化处理是将图片的像素点的值处理为两种像素值,255(白色)或0(黑色)。比如,可以将图片中道路对应的像素点的像素值二值化为255,其余对象(比如背景)对应的像素点的像素值二值化为0。或者也可将道路对应的像素点的像素值二值化为0,其余对象的像素点的像素值二值化为255,本不影响本发明实施例的实现。
以下本申请将以图片中道路对应的像素点的像素值二值化为255,其余对象对应的像素点的像素值二值化为0为例,对本申请技术方案进行介绍。
为了实现将道路对应的像素点的像素值二值化,可以根据道路在图片中对应像素点的像素值,设置像素值阈值,比如道路对应的像素点的像素值均大于某一个值,则可以将这个值或者比这个值略小的值设置为像素值阈值,超过该像素值阈值的像素点的像素值设置为0,未超过该像素值阈值的像素点的像素值设置为255。
步骤S120、获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
本步骤,是对二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值求差值。可以理解的是,如果基准图片和待检测图片中同一位置像素点对应的是相同的对象,比如,都是道路或者都是背景,那么,这个位置的像素点对应的像素值应该是相同的,其差值应该为零,否则,差值不为零。
可选的,获取到像素点的像素值的差值后,可以对差值异常的像素点进行滤波,以去除干扰像素点。
步骤S130、根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。
如前所述,如果基准图片和待检测图片存在像素值的差值不为零的像素点,则说明待检测图片和基准图片中的对象不完全一致,即图片存在区别。因此,根据像素值的差值不为零的像素点的分布,可以确定所述待检测图片与所述基准图片是否存在差异。
如果像素值的差值不为零的像素点的数量超过预设的数量阈值,则待检测图片与基准图片存在较大差异。
反之,如果像素值的差值不为零的像素点极少,或者没有,则待检测图片与基准图片不存在差异。
本申请可以将基于旧版本电子地图数据渲染的图片作为基准图片,将基于新版本电子地图数据渲染的图片作为待检测图片,通过对待检测图片和基准图片分别进行二值化处理,并求取相同位置处像素点的像素差值,像素差值不为零的像素点即为待检测图片与基准图片存在差异的像素点。本申请通过图片二值化处理及相同位置像素点的像素值求差值这一可被计算终端实现的技术,确定基于两版电子地图数据渲染的图片是否存在差异,相比现有的人工检测方式,电子地图数据的差异检测效率大大提升,且检测成本降低。
本申请的另一个实施例中,公开了另一种道路图片检测方法,参见图3示例的流程图,该过程可以包括:
步骤S200、获取同一地理区域的基准图片和待检测图片;
步骤S210、基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理;
具体地,本申请可以根据人眼识别能力,确定人眼不能识别的像素值的差值,将该差值设定为像素差值阈值。进而,对于基准图片和待检测图片中,预设个数个连续的像素值的差值低于设定像素差值阈值的像素点进行平滑处理。该平滑处理的过程即将像素值差距低于设定像素差值阈值的预设个数个连续像素点的像素值设置为同一像素值。该同一像素值可以是所述连续像素点中任意一像素点的像素值,也可以是所述连续像素点的像素值的平均值或中位值等等。
示例如:
图片中存在如下连续6个像素点,其像素值依次为:255、249、255、255、254、255。一种可选的平滑处理方式为,将该连续各像素点的像素值设置为255,结果为:255、255、255、255、255、255。
假设二值化处理时设置的像素值阈值为250,如果不进行平滑处理的话,则二值化处理结果为:255、0、255、255、255、255。显然,这种处理结果会使得道路中出现黑色的噪点,不符合实际情况。
而如果进行平滑处理后再执行二值化操作,则处理结果为:255、255、255、255、255、255。避免了上述问题。
步骤S220、对平滑处理后的基准图片和待检测图片,分别进行二值化处理;
具体地,本步骤中对经过前一步骤平滑处理的基准图片和待检测图片进行二值化处理。
步骤S230、获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
步骤S240、根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。
需要说明的是,本实施例中增加了对基准图片和待检测图片进行平滑处理的过程,其余步骤的实现方式可以参照上一实施例,本实施例不再赘述。
本实施例提供的方案相比于前一实施例,在道路图片执行二值化操作之前增加了平滑处理过程,避免二值化结果中出现异常像素点,不符合实际情况的问题。
可选的,在上述实施例得到二值化处理后的基准图片和待检测图片之后,本申请方案还可以确定基准图片和待检测图片各自所包含的道路记录数据,详细实施过程参照图4所示,包括:
步骤S300、获取同一地理区域的基准图片和待检测图片;
步骤S310、对所述基准图片和所述待检测图片,分别进行二值化处理;
具体地,本步骤中可以直接对步骤S300获取的基准图片和待检测图片进行二值化处理。除此之外,还可以在本步骤之前,增加对基准图片和待检测图片平滑处理的过程,进而对平滑处理后的基准图片和待检测图片进行二值化处理。
步骤S320、获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
步骤S330、根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异;
其中,上述步骤S300-S330与前述实施例中步骤S100-S130一一对应,此处不再赘述。
步骤S340、对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
步骤S350、对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据。
可以理解的是,步骤S340-S350可以在步骤S310之后的任意位置执行,本实施例流程仅示例了一种可选的实施流程。
其中,步骤S340可以参考如下方式实现:
对二值化处理后的基准图片进行连通域分析,将相邻间距不超过设定距离阈值的表示道路的连续像素点划分为一个连通域内,同一连通域内的像素点保存为一条道路记录数据。
具体地,相邻间距不超过设定距离阈值的两个像素点可以看作相连接的像素点,即属于同一道路的像素点。
二值化处理后的基准图片在连通域分析后可以确定若干个连通域,连通域的个数即为基准图片所包含道路的个数。本申请可以设置第一容器vector1,用于存储基准图片所包含的各条道路记录数据。
同理,步骤S350可以参考如下方式实现:
对二值化处理后的待检测图片进行连通域分析,将相邻间距不超过第一设定距离阈值的表示道路的连续像素点划分为一个连通域内,同一连通域内的像素点保存为一条道路记录数据。
同理,待检测图片连通域分析过程可以参照上述基准图片连通域分析过程。本申请可以设置第二容器vector2,用于存储待检测图片所包含的各条道路记录数据。
本实施例中增加了对基准图片和待检测图片进行连通域分析过程,确定各自所包含的各条道路记录数据。通过各自所包含各条道路记录数据,可以反映二者的差异。
可选的,上述连通域分析过程可以确定道路图片所包含的道路条数。但是,由于连通域分析过程将相邻间距不超过设定距离阈值的表示道路的连续像素点划分为一个连通域内,确定为一条道路记录数据,而若两条斜率较大的不同道路端点相连接,或一条道路在中间某个点处与另一条道路交汇,则组成两条道路的像素点也满足上述条件,会划分到一个连通域内,保存为一条道路记录数据。
为了避免这种误差,本申请针对连通域分析得到的结果进一步进行分析处理。可以理解的是,一条道路中各像素点的斜率应该是平滑过渡,而一条道路与另一条道路相交,则在交汇点处其像素点的斜率会发生突变,基于此,本申请针对连通域分析结果进一步执行如下操作:
S11、从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
具体地,分别针对vector1和vector2中每一条道路记录数据,获取道路在图片边界上的交点对应的像素点作为起点。
S12、从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
结合图5进行说明:
图5示例了一条道路记录数据组成的道路拓扑,共包含O1-O5这5个像素点,其中O1与O2之间连接为l1,O2与O3之间连接为l2,O3与O4之间连接为l3,O4与O5之间连接为l4。
以O1点为起点开始遍历,O1点仅位于l1上,O2点位于l1和l2上,O3位于l2和l3上,O4位于l3和l4上,O5仅位于l4上。
S13、获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差值阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
仍结合图5进行说明:
O1和O5点不存在斜率差,O2点的斜率差为kl1-kl2,O3点的斜率差为kl2-kl3,O4点的斜率差为kl3-kl4。
假设预设的第一斜率差值阈值为kx,若kl1-kl2小于kx,则O2点不是交点,若kl2-kl3大于kx,则表示斜率在该O3点处发生突变,O3点是一个交点,将O1-O3保存为一条新的道路记录数据。同时,将O3作为新的起点,继续向后遍历。
若kl3-kl4小于kx,则表示O4不是一个交点,因此将O3-O5保存为一条新的道路记录数据。
可以理解的是,一条道路记录数据中,可能不存在斜率突变的像素点,也可能存在一个或多个斜率突变的像素点。
根据上述示例可以确定,假设一条道路记录数据中存在的斜率突变的像素点的个数为n,则按照上述处理后会n+1条新的道路记录数据。
在本申请的又一个实施例中,进一步公开了又一种道路图片检测方法,如图6所示,该方法可以包括:
步骤S400、获取同一地理区域的基准图片和待检测图片;
步骤S410、对所述基准图片和所述待检测图片,分别进行二值化处理;
步骤S420、获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
步骤S430、根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异;
具体,上述步骤S400-S430与前述实施例中步骤S100-S130一一对应,此处不再赘述。
步骤S440、从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
步骤S450、从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
步骤S460、获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差值阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据;
具体地,上述步骤S440-S460与上一实施例中S11-S13一一对应,此处不再赘述。
步骤S470、判断道路记录数据中任意一个像素点所在直线的斜率差是否满足预设条件;若是,执行步骤S480;
其中,判断是否满足预设条件的过程具体可以为,判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值。由于第一斜率差阈值是用于查找斜率突变点,而第二斜率差阈值是用于确定曲线是否平滑过渡,因此可以设置第二斜率差阈值小于第一斜率差阈值。
步骤S480、确定该条道路记录数据对应的道路类型为弧形道路。
具体地,步骤407是针对已经做过打断处理的道路记录数据进行处理,做过打断处理的道路记录数据中,除了首、尾道路节点外,中间的像素点只会在两条直线上,因此,步骤470像素点所在直线的斜率差只有一个。
仍结合图5进行说明:
在图5中,以像素点O2为例进行举例说明上述判断过程:
O2点所在直线的斜率差为kl1-kl2,O3点所在直线的斜率差为kl2-kl3。假设预设的第二斜率差阈值为ky,预设的差值阈值为kz,则如果判断kl1-kl2小于ky,且(kl1-kl2)-(kl2-kl3)小于ky,则确定O2点满足条件。
以此类推,若确定道路记录数据中各像素点均满足条件,则可以确定该条道路记录数据对应的道路类型为弧形道路。
弧形道路是技术人员比较关注的一种道路类型,通过本实施例的方案,可以确定出每条道路记录数据对应的道路类型是否为弧形道路。
需要说明的是,在道路贴合检测过程中,道路断点也是本领域技术人员比较关注的一个问题。道路断点为道路中间断裂未连接好的点,道路的终点并非断点。参见图7a和图7b所示,其中图7a中箭头所示的即为道路衔接处出现断点。而图7b中箭头所示为道路的终点,并非断点。
为了检测道路断点,本申请公开了有一种道路图片检测方法,参见图8所示,该方法包括:
步骤S500、获取同一地理区域的基准图片和待检测图片;
步骤S510、对所述基准图片和所述待检测图片,分别进行二值化处理;
步骤S520、获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
步骤S530、根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异;
其中,上述步骤S500-S530与前述实施例中步骤S100-S130一一对应,此处不再赘述。
步骤S540、从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点;
具体地,可以采用走迷宫算法查找道路的末尾像素点。该过程可以包括:从道路与图片边界的交点对应的像素点开始,顺序查找下一间隔距离不超过第一设定距离阈值的道路对应的像素点,直至查找到末尾像素点为止,末尾像素点向前延伸第一设定距离阈值内不存在道路对应的像素点。
步骤S550、若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
具体地,末尾像素点周边区域可以是末尾像素点向前延伸第二设定距离阈值范围内。具体地,可以判断所述末尾像素点向前延伸第二设定距离阈值内是否存在道路对应的像素点,若是,则将该末尾像素点作为道路的断点,称为断点的原因是,该点向前延伸第二设定距离阈值内如果存在道路对应的像素点,则说明断点所在的道路和第二设定距离阈值内的像素点对应的道路应该是连通的,这时需要对电子地图数据中该道路的数据进行修正,将这两条道路连通。
其中,所述第二设定距离阈值大于所述第一设定距离阈值。
本实施例提供的方法能够进一步确定待检测图片所包含的道路断点。
可选的,在上述步骤S540之前,本申请方案还可以进一步对二值化处理后的待检测图片进行裁剪处理,包括:
对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
具体裁剪方式可以包括:
缩小所述二值化处理后的待检测图片中道路的宽度,若将道路的宽度缩小为一个像素宽度等,以便于通过走迷宫算法查找道路对应的像素点。
进一步,按照设定宽度裁掉二值化处理后的待检测图片的边缘。由于对道路的宽度进行压缩后,在二值化处理后的待检测图片的边缘区域会存在长度为道路宽度的线段,干扰查找道路的像素点的过程,为此本申请进一步按照设定宽度裁掉所述二值化处理后的待检测图片的边缘。该设定宽度可以为原道路的宽度,大概为5-6个像素点宽度。
下面对本申请实施例提供的道路图片检测装置进行描述,下文描述的道路图片检测装置与上文描述的道路图片检测方法可相互对应参照。
参见图9,图9为本申请实施例公开的一种道路图片检测装置结构示意图。如图9所示,该装置包括:
道路图片获取单元11,用于获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;
二值化处理单元12,用于对所述基准图片和所述待检测图片,分别进行二值化处理;
差值确定单元13,用于获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
差异确定单元14,用于根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异。
本申请实施例公开的道路图片检测装置,可以将基于旧版本电子地图数据渲染的图片作为基准图片,将基于新版本电子地图数据渲染的图片作为待检测图片,通过对待检测图片和基准图片分别进行二值化处理,并求取相同位置处像素点的像素差值,像素差值不为零的像素点即为待检测图片与基准图片存在差异的像素点。本申请通过图片二值化处理及相同位置像素点的像素值求差值这一可被计算终端实现的技术,确定基于两版电子地图数据渲染的图片是否存在差异,相比现有的人工检测方式,电子地图数据的差异检测效率大大提升,且检测成本降低。
可选的,本申请的装置还可以包括:
平滑处理单元,用于在所述二值化处理单元处理之前,基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理。
可选的,本申请的装置还可以包括:
第一连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
第二连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据。
可选的,本申请的装置还可以包括:
起点确定单元,用于从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
斜率确定单元,用于从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
打断单元,用于获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差值阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
可选的,本申请的装置还可以包括:
道路类型确定单元,用于判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值,若是,则确定该条道路记录数据对应的道路类型为弧形道路。
其中,可以设置第二斜率差阈值小于第一斜率差阈值。
可选的,本申请的装置还可以包括:
断点检测单元,用于从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点,若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
可选的,本申请的装置还可以包括:
裁剪单元,用于在所述断点检测单元处理之前,对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种道路图片检测方法,其特征在于,包括:
获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;
基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理;
对所述基准图片和所述待检测图片,分别进行二值化处理;
获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异;
如果待检测图片与所述基准图片存在差异,所述方法还包括:
对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值,若是,则确定该条道路记录数据对应的道路类型为弧形道路;
从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点,若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
3.根据权利要求1或2所述的方法,其特征在于,在所述从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点之前,该方法还包括:
对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
4.一种道路图片检测装置,其特征在于,包括:
道路图片获取单元,用于获取同一地理区域的基准图片和待检测图片,所述基准图片和所述待检测图片中渲染了所述地理区域的道路;
平滑处理单元,基于所述基准图片和所述待检测图片中预设个数个连续的像素点的像素值,对所述基准图片和待检测图片分别进行平滑处理;
二值化处理单元,用于对所述基准图片和所述待检测图片,分别进行二值化处理;
差值确定单元,用于获取二值化处理后的基准图片和待检测图片相同位置处的像素点的像素值的差值;
差异确定单元,用于根据像素值的差值不为零的像素点的分布,确定所述待检测图片与所述基准图片中渲染的道路是否存在差异;
所述装置还包括:
第一连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的基准图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
第二连通域分析单元,用于在确定所述待检测图片与所述基准图片存在差异时,对所述二值化处理后的待检测图片进行连通域分析,得到至少一个连通域,将同一连通域内的道路对应的像素点保存为一条道路记录数据;
起点确定单元,用于从道路记录数据中,获取道路在图片边界上的交点对应的像素点作为起点;
斜率确定单元,用于从起点开始对所述道路记录数据中连续的像素点进行遍历,根据直线拟合算法,获取遍历到的像素点所在直线的斜率;
道路类型确定单元,用于判断道路记录数据中任意一像素点所在直线的斜率差是否不超过预设的第二斜率差阈值,且相邻两个像素点所在直线的斜率差的差值不超过预设的差值阈值,若是,则确定该条道路记录数据对应的道路类型为弧形道路;
断点检测单元,用于从所述二值化处理后的待检测图片中的道路与图片边界的交点对应的像素点开始,顺序查找该道路对应的像素点直至找到该道路的末尾像素点,若所述末尾像素点周边存在道路对应的像素点,则将该末尾像素点作为所述道路的断点。
5.根据权利要求4所述的装置,其特征在于,还包括:
打断单元,用于获取像素点所在直线的斜率差,若所述斜率差中有一个超过预设的第一斜率差阈值,则将该像素点确定为交点,将所述起点、交点及其之间连续的像素点保存为一条新的道路记录数据。
6.根据权利要求4或5所述的装置,其特征在于,还包括:
裁剪单元,用于在所述断点检测单元处理之前,对所述二值化处理后的待检测图片进行裁剪,得到裁剪后的待检测图片,所述裁剪后的待检测图片中的道路与图片的边界仅有一个交点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161730.3A CN108629795B (zh) | 2017-03-17 | 2017-03-17 | 一种道路图片检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161730.3A CN108629795B (zh) | 2017-03-17 | 2017-03-17 | 一种道路图片检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629795A CN108629795A (zh) | 2018-10-09 |
CN108629795B true CN108629795B (zh) | 2023-10-27 |
Family
ID=63686288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710161730.3A Active CN108629795B (zh) | 2017-03-17 | 2017-03-17 | 一种道路图片检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629795B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635050A (zh) * | 2018-10-31 | 2019-04-16 | 百度在线网络技术(北京)有限公司 | 地图准确度评价方法和装置 |
CN109949376A (zh) * | 2019-02-25 | 2019-06-28 | 平安科技(深圳)有限公司 | 黑白图片的鉴别方法、装置、计算机设备和存储介质 |
CN112991725A (zh) * | 2021-02-07 | 2021-06-18 | 深圳市电明科技股份有限公司 | 图像更新方法、***、电子设备及介质 |
CN112870723B (zh) * | 2021-03-08 | 2024-02-23 | 网易(杭州)网络有限公司 | 游戏地图的检测方法及装置、存储介质和电子设备 |
CN113761100B (zh) * | 2021-09-15 | 2023-09-12 | 广州小鹏自动驾驶科技有限公司 | 新旧地图差异检测方法、装置及可读存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013068482A (ja) * | 2011-09-21 | 2013-04-18 | Nec Casio Mobile Communications Ltd | 方位補正システム、端末装置、サーバ装置、方位補正方法及びプログラム |
CN103150337A (zh) * | 2013-02-04 | 2013-06-12 | 北京航空航天大学 | 一种基于Bézier曲线的车道线重构方法 |
CN103646402A (zh) * | 2013-12-20 | 2014-03-19 | 中国科学院遥感与数字地球研究所 | 检测遥感道路图像精度的方法及装置 |
CN104050477A (zh) * | 2014-06-27 | 2014-09-17 | 西北工业大学 | 基于道路辅助信息和显著性检测的红外图像车辆检测方法 |
CN105760812A (zh) * | 2016-01-15 | 2016-07-13 | 北京工业大学 | 一种基于Hough变换的车道线检测方法 |
CN105809674A (zh) * | 2016-03-03 | 2016-07-27 | 厦门大学 | 一种基于机器视觉的模具保护装置及其方法 |
-
2017
- 2017-03-17 CN CN201710161730.3A patent/CN108629795B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013068482A (ja) * | 2011-09-21 | 2013-04-18 | Nec Casio Mobile Communications Ltd | 方位補正システム、端末装置、サーバ装置、方位補正方法及びプログラム |
CN103150337A (zh) * | 2013-02-04 | 2013-06-12 | 北京航空航天大学 | 一种基于Bézier曲线的车道线重构方法 |
CN103646402A (zh) * | 2013-12-20 | 2014-03-19 | 中国科学院遥感与数字地球研究所 | 检测遥感道路图像精度的方法及装置 |
CN104050477A (zh) * | 2014-06-27 | 2014-09-17 | 西北工业大学 | 基于道路辅助信息和显著性检测的红外图像车辆检测方法 |
CN105760812A (zh) * | 2016-01-15 | 2016-07-13 | 北京工业大学 | 一种基于Hough变换的车道线检测方法 |
CN105809674A (zh) * | 2016-03-03 | 2016-07-27 | 厦门大学 | 一种基于机器视觉的模具保护装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108629795A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629795B (zh) | 一种道路图片检测方法及装置 | |
CN110084095B (zh) | 车道线检测方法、车道线检测装置和计算机存储介质 | |
CN108335302B (zh) | 一种区域分割方法及装置 | |
US8498449B2 (en) | Eye detecting device, eye detecting method, and program | |
US20090202172A1 (en) | Image Inspection Apparatus, Image Inspection Method and Computer Program | |
CN113239733B (zh) | 一种多车道车道线检测方法 | |
CN110866926B (zh) | 一种红外遥感图像快速精细海陆分割方法 | |
CN105447489B (zh) | 一种图片ocr识别***的字符与背景粘连噪声消除方法 | |
WO2004079660A1 (ja) | 画像処理装置 | |
CN108256508B (zh) | 一种新闻主副标题检测方法及装置 | |
CN112508913A (zh) | 基于图像检测的电缆截面边沿检测方法 | |
JPH09311905A (ja) | 行検出方法および文字認識装置 | |
CN113052816A (zh) | 一种炉口图像识别方法、装置、设备及存储介质 | |
JP2021051381A (ja) | 付着物検出装置および付着物検出方法 | |
CN114187368B (zh) | 建筑板材的暗纹检测方法、装置、电子设备及存储介质 | |
CN113744200B (zh) | 一种摄像头脏污检测方法、装置及设备 | |
JP2021051377A (ja) | 付着物検出装置および付着物検出方法 | |
JP2012065230A (ja) | 画像2値化方法および画像2値化装置 | |
CN111768426B (zh) | 一种运动目标的检测方法、装置、设备及存储介质 | |
CN114022856A (zh) | 一种非结构化道路可行驶区域识别方法、电子设备及介质 | |
JP2005346222A (ja) | 汗腺口除去装置、汗腺口除去方法及び汗腺口除去プログラム | |
JP4071336B2 (ja) | 監視用画像処理装置 | |
CN112541896B (zh) | 一种炉口堆渣情况辨识方法及*** | |
CN1255768C (zh) | 复杂图形中提取主曲线的方法 | |
TW201312477A (zh) | 鏡頭辨識方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200508 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 102200, No. 8, No., Changsheng Road, Changping District science and Technology Park, Beijing, China. 1-5 Applicant before: AUTONAVI SOFTWARE Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |