CN112241697B - 角点颜色判定方法、装置、终端设备及可读存储介质 - Google Patents
角点颜色判定方法、装置、终端设备及可读存储介质 Download PDFInfo
- Publication number
- CN112241697B CN112241697B CN202011076098.0A CN202011076098A CN112241697B CN 112241697 B CN112241697 B CN 112241697B CN 202011076098 A CN202011076098 A CN 202011076098A CN 112241697 B CN112241697 B CN 112241697B
- Authority
- CN
- China
- Prior art keywords
- color
- corner
- matching
- target corner
- detection points
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明提出一种角点颜色判定方法,所述方法包括:获取环境图像;确定所述环境图像中的目标角点区域;确定所述目标角点区域内的多个检测点;获取多个所述检测点的RGB值;依据多个所述检测点的RGB值获取对应的HSV值;匹配多个所述检测点的HSV值与预设的第一颜色判定区间;判断第一匹配比例大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例;若为是,则获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色。上述方法可快速准确判定目标角点区域的颜色且运算量小,本发明同时提供一种角点颜色判定装置、终端设备及可读存储介质。
Description
技术领域
本发明涉及计算机视觉技术领域,尤其涉及一种角点颜色判定方法、装置、终端设备及可读存储介质。
背景技术
近年来,随着我国车辆数量的迅速增长,用户对于高级驾驶辅助***的需求越来越强烈,高级驾驶辅助***可满足用户车道保持、倒车入库等需求,现已经得到各汽车厂家和用户的积极关注。
为了精确定位车道或车库,通常通过车辆视觉传感器获取库位角点的颜色,并利用角点颜色进行甄别,实际应用中为了降低车辆***的运算量并快速处理图像,视觉库位检测模块需要将RGB彩色角点图转化为单通道的灰度图。然而,在实现本发明过程中,发明人发现现有技术中至少存在如下问题:灰度处理之前无法准确判定角点颜色,导致黄色和红色等彩色角点图进行灰度处理后,彩色角点图的特征信息会被大量丢失,造成非白色灰度图角点特征非常模糊,无法对这类角点进行良好的识别甚至漏识别。
发明内容
鉴于以上内容,有必要提出一种颜色判定方法、装置、终端设备及可读存储介质,以解决上述问题。
本申请实施例提供一种角点颜色判定方法,所述方法包括:
获取环境图像;
确定所述环境图像中的目标角点区域;
确定所述目标角点区域内的多个检测点;
获取多个所述检测点的RGB值;
依据多个所述检测点的RGB值获取对应的HSV值;
匹配多个所述检测点的HSV值与预设的第一颜色判定区间;
判断第一匹配比例是否大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例;
若为是,则获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色。
如此,通过目标角点区域的检测点的RGB至获取对应的HSV值,通过匹配HSV值和第一颜色判定区间,以获取多个检测点的第一匹配比例,通过第一匹配比例和第一预设值比对,以精确获取目标角点区域的颜色。HSV值可精确区分各个颜色,通过合理配置第一预设值,以提升本方法的精确度和适用范围。进一步地,该方法可简洁快速判定角点区域的颜色且判定过程内存占用小和运算速度快。
在一些实施例中,所述获取第一判定结果之后,所述方法还包括:
连续获取多张所述环境图像,其中每张所述环境图像均包括所述目标角点区域;
判定多个所述环境图像的目标角点区域的颜色;
判断多个所述环境图像的目标角点区域为同一颜色的比例是否大于或等于第二预设值;
若为是,获取第二判定结果,所述第二判定结果包括所述目标角点区域的颜色。
如此,通过判定多个环境图像的目标角点区域的颜色,并将匹配比例比对第二预设值,以进一步提升目标角点区域颜色判定的准确率,并降低偶然性可能造成的误差。
在一些实施例中,所述第一颜色判定区间包括多个子颜色判定区间且多个所述子颜色判定区间无重合,每个所述子颜色判定区间用于限定一种颜色的HSV值范围。
如此,可以依据实际应用选择特定的颜色,以提升该方法的适用范围。
在一些实施例中,所述“判断第一匹配比例是否大于或等于第一预设值”之后,所述方法还包括:
若第一匹配比例小于第一预设值,则匹配多个所述检测点的HSV值与第二颜色判定区间,以获取第二匹配比例,其中所述第二颜色判定区间为所述目标角点区域为白色且处于阴影状态下的HSV值范围;
判断所述第一匹配比例和所述第二匹配比例之和是否大于或等于第三预设值;
若为是,则获取第三判定结果,其中所述第三判定结果包括所述目标角点区域的颜色为白色。
如此,通过第二颜色判定区域以实现准确判定阴影场景下的目标角点区域的颜色,以提升该方法的使用范围。
所述方法还包括:
若多个所述环境图像的目标角点区域为同一颜色的小于第二预设值、或所述第一匹配比例和所述第二匹配比例之和小于第三预设值;则生成预警信息。
如此,如不能判定目标角点区域的颜色,则生成预警信息。
在一些实施例中,所述依据所述第一匹配比例大于或等于第一预设值获取第一判定结果之后,所述方法还包括:
判断所述目标角点区域的颜色是否为非白色;
若为是,提取所述目标角点区域的特征信息;
对所述环境图像进行灰度处理;
依据所述特征信息补偿所述环境图像的角点区域。
如此,通过预处理非白色的目标角点区域,以保证非白色的目标角点区域的准确识别。
在一些实施例中,所述确定所述目标角点区域内的多个检测点,具体包括:
确定所述目标角点区域内的多个检测线;
依据预设的二维坐标系获取每个所述检测线的初始坐标和终点坐标;
依据所述初始坐标和所述终点坐标确定所述检测点。如此,依据检测需求确定目标角点区域内的多个检测线,依据检测线的坐标确定检测点。
本申请实施例同时提供一种角点颜色判定装置,包括:
获取模块,用于获取环境图像;
确定模块,用于确定所述环境图像中的目标角点区域并确定所述目标角点区域内的多个检测点;
所述获取模块,还用于获取多个所述检测点的RGB值并依据所述RGB值获取多个所述检测点的HSV值;
匹配模块,用于匹配多个所述检测点的HSV值与预设的第一颜色判定区间;
判断模块,用于判断第一匹配比例是否大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例;
所述获取模块,还用于依据所述第一匹配比例大于或等于第一预设值获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色。
如此,角点颜色判定装置通过目标角点区域的检测点的RGB至获取对应的HSV值,通过匹配HSV值和第一颜色判定区间,以获取多个检测点的第一匹配比例,通过第一匹配比例和第一预设值比对,以精确获取目标角点区域的颜色。HSV值可精确区分各个颜色,通过合理配置第一预设值,以提升本方法的精确度和适用范围。进一步地,该方法可简洁快速判定角点区域的颜色且判定过程内存占用小和运算速度快。
本申请实施例同时提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例所述角点颜色判定方法的步骤。
如此,终端设备的存储器的计算机程序可实现所述角点颜色判定方法,以实现快速准确判定目标角点区域的颜色。
本申请实施例同时提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例所述角点颜色判定方法的步骤。
如此,计算机可读存储介质存储的计算机程序可实现所述角点颜色判定方法,以实现快速准确判定目标角点区域的颜色。
附图说明
图1是本申请第一实施例提供的一种角点颜色判定方法的流程示意图。
图2是本申请第一实施例提供的一种角点的示意图。
图3是本申请一实施例提供的一种角点的示意图。
图4是本申请第二实施例提供的一种角点颜色判定方法的流程示意图。
图5是本申请第三实施例提供的一种角点颜色判定方法的流程示意图。
图6是本申请一实施例提供的一种角点颜色判定装置的结构示意图。
图7是本申请一实施例提供的终端设备的结构示意图。
主要元件符号说明
目标角点区域 10
子目标区域 11
检测点 12
检测线 13
角点颜色判定装置 500
获取模块 501
确定模块 502
匹配模块 503
判断模块 504
预警模块 505
预处理模块 506
终端设备 600
处理器 610
存储器 620
计算机程序 630
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
本申请实施例提供的角点颜色判定方法可以应用于车辆高级辅助驾驶***、自动驾驶***、自动倒车***、车道保持等终端设备上,本申请实施例对该角点颜色判定方法所应用的终端设备的类型不作任何限制。
请参阅图1,图1示出了本申请第一实施例提供的角点颜色方法的流程示意图,详述如下。
步骤S101:获取环境图像。
本方法应用于高级驾驶辅助***,环境图像来自于车辆中摄像模组拍摄的车辆周侧的图像,例如车库线图像,车道线图像等。
步骤S102:确定所述环境图像中的目标角点区域。
请参见图2和图3,图2中T字形和L字形区域为本实施例中库位线的目标角点区域,可以理解地,目标角点区域还可为其他形状,例如,长条状、梯形状等,本申请不限定目标角点区域的形状。
步骤S103:确定所述目标角点区域内的多个检测点。
具体地,步骤S103具体包括:
将所述目标角点区域分割为多个子目标区域,多个所述子目标区域呈方格状分布;确定所述子目标区域的中心点,所述中心点即为所述检测点。
请再次参见图2,T字形目标角点区域10内具有多个子目标区域11,多个子目标区域11呈方格状排布,每个子目标区域11的中心点即为检测点12。
进一步地,请参见图3,在其他实施例中,步骤S103具体包括:
确定所述目标角点区域10内的多个检测线13;
依据预设的二维坐标系获取每个所述检测线13的初始坐标和终点坐标;
依据所述初始坐标和所述终点坐标确定所述检测点12。
如此,可依据检测需求设定检测线13的密度,例如检测线13之间的间距为10mm或3mm等,还可依据需求设定检测点12之间的距离,例如,相邻两个检测点12之间的距离为1mm或2mm等,进一步地,可通过同时设定检测线13的密度及检测点12之间的距离以限定检测点12的数量,例如50个,100个等。
步骤S104:获取多个所述检测点的RGB值。
其中RGB是从颜色发光的原理来设计定的,当它们的光相互叠合的时候,色彩相混,而亮度却等于三者亮度之总和,越混合亮度越高。
步骤S105:依据多个所述检测点的RGB值获取对应的HSV值。
其中,HSV是一种比较直观的颜色模型,该模型中颜色的参数分别是:色调(H,Hue),饱和度(S,Saturation),明度(V,Value)。
可通过现有的公式直接将图中检测点的RGB值转换为对应的HSV值,具体转换公式这里不再赘述。
可以理解地,车辆库位的角点的常见颜色为白色、黄色和红色,白色、黄色和红色的HSV范围值相互间隔、没有重合区域,易于区分。而白色、黄色和红色的RGB值,在各个颜色之间具有过渡部分,过渡部分的RGB值部分重合,依据RGB值不易准确地确定车辆库位的角点的颜色。可以理解地,本申请的角点的颜色包含但不限于白色、黄色和红色,这里仅作为举例说明。
步骤S106:匹配多个所述检测点的HSV值与预设的第一颜色判定区间。
在一实施例中,其中颜色判定区间为HSV值区间,用于限定特定颜色的HSV值的区间范围。
具体地,步骤S106具体包括:
判断多个所述检测点的HSV值是否位于预设的第一颜色判定区间内;
若为是,则计数值加1;
若为否,则计数值不变;
依据计数值除以所述检测点的总数获取匹配比例。其中,匹配比例为计数值与检测点总数的比值。
步骤S107:判断第一匹配比例是否大于或等于第一预设值。
其中,所述第一匹配比例为多个所述检测点的HSV值落入预设的颜色判定区域内个数和检测点总数的比例。
第一预设值为多次试验获取的判定比例,若大于或等于第一预设值,则可判定该角点区域的颜色,若小于第一预设值,则表示该角点区域的颜色为多个颜色混合或者本次匹配结果不准确。
若第一匹配比例小于第一预设值,执行步骤S108:生成预警信息。
其中,预警信息可以为提示预警、声光预警等,用于提示该匹配结果存在故障。
若第一匹配比例大于或等于第一预设值,执行步骤S109:依据所述第一匹配比例大于或等于第一预设值获取第一判定结果。
其中所述第一判定结果包括所述目标角点区域的颜色。
如此,通过目标角点区域的检测点的RGB至获取对应的HSV值,通过匹配HSV值和第一颜色判定区间,以获取多个检测点的第一匹配比例,通过第一匹配比例和第一预设值比对,以精确获取目标角点区域的颜色。HSV值可精确区分各个颜色,通过合理配置第一预设值,以提升本方法的精确度和适用范围。进一步地,该方法可简洁快速判定角点区域的颜色且判定过程内存占用小和运算速度快。
在一实施例中,步骤S109之后,所述方法还包括步骤:
判断目标角点区域的颜色是否为白色;
若为白色,则不做处理;
若为非白色,则提取所述目标角点区域的特征信息。其中,所述特征信息为彩色信息,例如黄色或红色的RGB值。
对所述环境图像进行灰度处理。其中,灰度处理为将图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255种可取值,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像。
依据所述特征信息补偿所述环境图像的角点区域。
如此,通过依据特征信息补偿环境图像,以避免非白色角点区域的颜色的特征信息因灰度处理而大量丢失,进而提升目标角点区域的识别准确率。
请参见图4,图4示出了本申请第二实施例提供的角点颜色方法的流程示意图,第二实施例提供的角点颜色方法可在第一实施例的基础上进行后续步骤,即步骤S109之后还包括步骤:
步骤S201:连续获取多张所述环境图像。
其中,多张所述环境图像均包括目标角点区域。
本实施例中,多张环境图像为车辆摄像模组连续拍摄的多帧图像,且多帧图像中均包括目标角点区域。进一步地,多帧图像可为不同时刻拍摄的图像,也可为同一时刻不同角度拍摄的图像。
其中,多张环境图像可为不同时刻获取的多张图像或为同一时刻获取的包括目标角点区域的不同角度的图像。
步骤S202:判定多个所述环境图像的目标角点区域的颜色。
可以理解地,多个环境图像的目标角点区域的颜色可以为一种,也可能包含多种。
具体地,循环执行步骤S102至步骤S109,依次判定多个所述环境图像的目标角点区域的颜色。
步骤S203:判断多个所述环境图像的目标角点区域为同一颜色的比例是否大于或等于第二预设值。
具体的,多个环境图像中的目标角点区域均为同一颜色的比例为颜色相同的目标角点区域的环境图像的数量与环境图像的总数量的比值。
其中,第二预设值可以依据不同环境调整该区域范围,以适配不同的场景。
若为是,执行步骤S204:获取第二判定结果。
其中,所述第二判定结果包括所述目标角点区域的颜色。
若为否,执行步骤S205:生成预警信息。
其中,预警信息包括语音提示,声光告警等。
如此,通过判定连续多帧包括目标角点区域的颜色,以提升颜色判定的准确性。
可以理解地,通过合理配置第一预设值和第二预设值,以调整目标角点区域的颜色判定的准确性。
请参见图5,图5示出了本申请第三实施例提供的角点颜色方法的流程示意图,第三实施例提供的角点颜色方法可在第一实施例的基础上进行后续步骤,即步骤S107之后还包括步骤:
步骤S301:若第一匹配比例小于第一预设值,则匹配多个所述检测点的HSV值与第二颜色判定区间,以获取第二匹配比例。
其中,所述第二颜色判定区间为所述目标角点区域为白色且处于阴影状态下的HSV值范围。
步骤S302:判断所述第一匹配比例和所述第二匹配比例之和是否大于或等于第三预设值。
若为是,则执行步骤303:获取第三判定结果。其中,所述第三判定结果包括所述目标角点区域的颜色为白色。
若为否,则执行步骤304:生成预警信息。
在一实施例中,第一预设值与第三预设值的取值相同,可以理解,在其他实施例中,第一预设值和第三预设值的取值可依据实际情况调整。
其中,当车辆库位的角点位于阴影区域,若角点颜色为彩色,例如黄色或红色,则基于检测点的HSV值进行颜色判断,判断结果与实际颜色相同,若角点为白色,则判定结果为非白黄红的黑色,易造成角点颜色的漏检。通过第二颜色判定区间匹配目标角点区域的检测点的HSV值,以检测并识别被阴影全遮挡或部分遮挡的白色的目标角点区域。同时配合第一颜色判定区间的判定结果,以提升目标角点区域的颜色的判定精度。
上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的路径规划方法,图6示出了本申请实施例提供的一种角点颜色判定装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图6,角点颜色判定装置500包括:
获取模块501,用于获取环境图像。
确定模块502,用于确定所述环境图像中的目标角点区域并确定所述目标角点区域内的多个检测点。
所述获取模块501,还用于获取多个所述检测点的RGB值并依据所述RGB值获取多个所述检测点的HSV值。
匹配模块503,用于匹配多个所述检测点的HSV值与预设的第一颜色判定区间。
判断模块504,用于判断第一匹配比例大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例。
所述获取模块501,还用于依据所述第一匹配比例大于或等于第一预设值获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色。
如此,角点颜色判定装置100通过目标角点区域的检测点的RGB至获取对应的HSV值,通过匹配HSV值和第一颜色判定区间,以获取多个检测点的第一匹配比例,通过第一匹配比例和第一预设值比对,以精确获取目标角点区域的颜色。HSV值可精确区分各个颜色,通过合理配置第一预设值,以提升本方法的精确度和适用范围。进一步地,该方法可简洁快速判定角点区域的颜色且判定过程内存占用小和运算速度快。
进一步地,所述第一颜色判定区间包括多个子颜色判定区间且多个所述子颜色判定区间无重合,每个所述子颜色判定区间用于限定一种颜色的HSV值范围。
可选地,所述获取模块501还用于连续获取多张所述环境图像,其中多张所述环境图像均包括所述目标角点区域。所述获取模块501还用于判定多个所述环境图像的目标角点区域的颜色。
判断模块504还用于判断多个所述环境图像的目标角点区域为同一颜色的比例是否大于或等于第二预设值。
所述获取模块501还用于依据多个所述环境图像的目标角点区域为同一颜色的比例大于或等于第二预设值获取第二判定结果,所述第二判定结果包括所述目标角点区域的颜色。
可选地,判断模块504还用于判断所述第一判定结果中所述目标角点区域的颜色是否为白色;
匹配模块503还用于匹配多个所述检测点的HSV值与第二颜色判定区间,以获取第二匹配比例,其中,所述第二颜色判定区间限定所述目标角点区域为白色且处于阴影状态下的HSV值范围;
判断模块504还用于判断所述第一匹配比例和所述第二匹配比例之和是否大于或等于第三预设值;
所述获取模块501还用于依据所述第一匹配比例和所述第二匹配比例之和大于或等于第三预设值,获取第三判定结果,其中所述第三判定结果包括所述目标角点区域的颜色为白色。
可选地,角点颜色判定装置500还包括:
预警模块505,用于在多个所述环境图像的目标角点区域为同一颜色的小于第二预设值或所述第一匹配比例和所述第二匹配比例之和小于第三预设值时,生成预警信息。
可选地,角点颜色判定装置500还包括预处理模块506,预处理模块506包括:
第一确定子模块,用于确定所述目标角点区域的颜色为非白色;
提取子模块,提取所述目标角点区域的特征信息;
灰度子模块,用于灰度处理所述环境图像;
补偿子模块,用于依据所述特征信息补偿所述环境图像的角点区域。
可选地,确定模块502包括:
第二确定子模块,用于确定所述目标角点区域内的多个检测线。
第一获取子模块,用于依据预设的二维坐标系获取每个所述检测线的初始坐标和终点坐标;
第二确定子模块,还用于依据所述初始坐标和所述终点坐标确定所述检测点。
需要说明的是,上述装置/模块之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块的具体划分形式在此不作限定。各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图7为本申请一实施例提供的终端设备的结构示意图。如图7所示,终端设备600包括:至少一个处理器610(图7中仅示出一个)、存储器620以及存储在上述存储器620中并可在上述至少一个处理器610上运行的计算机程序630,上述处理器610执行上述计算机程序630时实现上述任意各个路径规划方法实施例中的步骤。
上述终端设备600可以是服务器、手机、可穿戴设备、增强现实(augmentedreality,AR)/虚拟现实(virtual reality,VR)设备、桌上型计算机、笔记本、台式电脑以及掌上电脑等计算设备。该终端设备可包括,但不仅限于,处理器610、存储器620。可以理解地,图7仅仅是终端设备600的举例,并不构成对终端设备600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入设备、输出设备、网络接入设备等。其中,上述输入设备可以包括键盘、触控板、指纹采集传感器、麦克风、摄像头等,输出设备可以包括显示器、扬声器等。
所述处理器610可以是中央处理单元(Central Processing Unit,CPU),该处理器610还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
上述存储器620在一些实施例中可以是上述终端设备600的内部存储单元,例如终端设备600的硬盘或内存。上述存储器620在另一些实施例中也可以是上述终端设备600的外部存储设备,例如上述终端设备600上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述存储器620还可以既包括上述终端设备600的内部存储单元也包括外部存储设备。上述存储器620用于存储操作***、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等,例如上述计算机程序的程序代码等。上述存储器620还可以用于暂时地存储已经输出或者将要输出的数据。
另外,尽管未示出,上述终端设备600还可以包括网络连接模块,如蓝牙模块Wi-Fi模块、蜂窝网络模块等等,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,上述计算机可读存储介质存储有计算机程序,上述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (9)
1.一种角点颜色判定方法,其特征在于,所述方法包括:
获取环境图像;
确定所述环境图像中的目标角点区域;
确定所述目标角点区域内的多个检测点;
获取多个所述检测点的RGB值;
依据多个所述检测点的RGB值获取对应的HSV值;
匹配多个所述检测点的HSV值与预设的第一颜色判定区间;
判断第一匹配比例是否大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例;
若为是,则获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色;
判断所述目标角点区域的颜色是否为非白色;
若为是,提取所述目标角点区域的特征信息;
对所述环境图像进行灰度处理;
依据所述特征信息补偿所述环境图像的角点区域,以确定所述角点区域的颜色。
2.如权利要求1所述的角点颜色判定方法,其特征在于,所述获取第一判定结果之后,所述方法还包括:
连续获取多张所述环境图像,每张所述环境图像均包括所述目标角点区域;
判定多个所述环境图像的目标角点区域的颜色;
判断多个所述环境图像的目标角点区域为同一颜色的比例是否大于或等于第二预设值;
若为是,则获取第二判定结果,所述第二判定结果包括所述目标角点区域的颜色。
3.如权利要求1或2所述的角点颜色判定方法,其特征在于,所述第一颜色判定区间包括多个子颜色判定区间且多个所述子颜色判定区间无重合,每个所述子颜色判定区间用于限定一种颜色的HSV值范围。
4.如权利要求3所述的角点颜色判定方法,其特征在于,所述“判断第一匹配比例是否大于或等于第一预设值”之后,所述方法还包括:
若第一匹配比例小于第一预设值,则匹配多个所述检测点的HSV值与第二颜色判定区间,以获取第二匹配比例,其中所述第二颜色判定区间为所述目标角点区域为白色且处于阴影状态下的HSV值范围;
判断所述第一匹配比例和所述第二匹配比例之和是否大于或等于第三预设值;
若为是,则获取第三判定结果,其中所述第三判定结果包括所述目标角点区域的颜色为白色。
5.如权利要求4所述的角点颜色判定方法,其特征在于,所述方法还包括:
若多个所述环境图像的目标角点区域为同一颜色的小于第二预设值、或所述第一匹配比例和所述第二匹配比例之和小于第三预设值,则生成预警信息。
6.如权利要求1所述的角点颜色判定方法,其特征在于,所述确定所述目标角点区域内的多个检测点,具体包括:
确定所述目标角点区域内的多个检测线;
依据预设的二维坐标系获取每个所述检测线的初始坐标和终点坐标;
依据所述初始坐标和所述终点坐标确定所述检测点。
7.一种角点颜色判定装置,其特征在于,包括:
获取模块,用于获取环境图像;
确定模块,用于确定所述环境图像中的目标角点区域并确定所述目标角点区域内的多个检测点;
所述获取模块,还用于获取多个所述检测点的RGB值并依据所述RGB值获取多个所述检测点的HSV值;
匹配模块,用于匹配多个所述检测点的HSV值与预设的第一颜色判定区间;
判断模块,用于判断第一匹配比例大于或等于第一预设值,其中所述第一匹配比例为多个所述检测点的HSV值落入所述第一颜色判定区间内的比例;
所述获取模块,还用于依据所述第一匹配比例大于或等于第一预设值获取第一判定结果,所述第一判定结果包括所述目标角点区域的颜色;
所述角点颜色判定装置还包括预处理模块,所述预处理模块包括:
第一确定子模块,用于确定所述目标角点区域的颜色为非白色;
提取子模块,提取所述目标角点区域的特征信息;
灰度子模块,用于灰度处理所述环境图像;
补偿子模块,用于依据所述特征信息补偿所述环境图像的角点区域,以确定所述角点区域的颜色。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述角点颜色判定方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任意一项所述角点颜色判定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076098.0A CN112241697B (zh) | 2020-10-10 | 2020-10-10 | 角点颜色判定方法、装置、终端设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076098.0A CN112241697B (zh) | 2020-10-10 | 2020-10-10 | 角点颜色判定方法、装置、终端设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112241697A CN112241697A (zh) | 2021-01-19 |
CN112241697B true CN112241697B (zh) | 2023-03-24 |
Family
ID=74168540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011076098.0A Active CN112241697B (zh) | 2020-10-10 | 2020-10-10 | 角点颜色判定方法、装置、终端设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112241697B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113073039B (zh) * | 2021-03-23 | 2022-09-06 | 重庆民朗科技有限公司 | 一种比色法血培养判读方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7602537B2 (en) * | 2004-05-06 | 2009-10-13 | Canon Kabushiki Kaisha | Gamut mapping with primary color rotation |
CN105139017B (zh) * | 2015-08-27 | 2019-06-25 | 重庆理工大学 | 融合仿射不变角点特征及视觉颜色特征的车牌定位算法 |
CN106203433A (zh) * | 2016-07-13 | 2016-12-07 | 西安电子科技大学 | 一种车辆监控图像中车牌位置自动提取并透视校正的方法 |
CN106248058B (zh) * | 2016-07-29 | 2018-12-21 | 感知控股集团有限公司 | 一种对于仓储运输工具的定位方法、装置及*** |
CN107231553A (zh) * | 2017-05-31 | 2017-10-03 | 信利光电股份有限公司 | 角点位置获取方法及装置 |
CN110689579B (zh) * | 2019-10-18 | 2022-08-30 | 华中科技大学 | 基于合作目标的快速单目视觉位姿测量方法及测量*** |
-
2020
- 2020-10-10 CN CN202011076098.0A patent/CN112241697B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112241697A (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544258B (zh) | 图像分割的方法、装置、电子设备和存储介质 | |
CN109155071B (zh) | 一种颜色检测的方法及终端 | |
WO2019169772A1 (zh) | 图片处理方法、电子装置及存储介质 | |
CN107613202B (zh) | 一种拍摄方法及移动终端 | |
WO2013145295A1 (ja) | カラーチャート検出装置、カラーチャート検出方法及びカラーチャート検出用コンピュータプログラム | |
CN111553302B (zh) | 关键帧选取方法、装置、设备及计算机可读存储介质 | |
CN108596908B (zh) | Led显示屏检测方法、装置及终端 | |
CN108765380A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN106815587A (zh) | 图像处理方法及装置 | |
CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN114862929A (zh) | 三维目标检测方法、装置、计算机可读存储介质及机器人 | |
CN113744256A (zh) | 一种深度图空洞填充方法、装置、服务器及可读存储介质 | |
CN112241697B (zh) | 角点颜色判定方法、装置、终端设备及可读存储介质 | |
US20160253581A1 (en) | Processing system, processing method, and recording medium | |
CN111709377B (zh) | 特征提取方法、目标重识别方法、装置及电子设备 | |
CN114445499A (zh) | 棋盘格角点自动提取方法、***、设备及介质 | |
CN116228861A (zh) | 探针台标记物定位方法、装置、电子设备及存储介质 | |
CN116503486A (zh) | 一种标定***、标定方法、标定装置及可读存储介质 | |
CN110910379A (zh) | 一种残缺检测方法及装置 | |
CN113840135B (zh) | 色偏检测方法、装置、设备及存储介质 | |
CN110930451B (zh) | 一种基于二维图像的三维空间定位方法、***和存储介质 | |
CN113820012B (zh) | 一种多光谱图像处理方法及装置 | |
CN114359166A (zh) | 屏幕颜色检测方法、装置、设备及存储介质 | |
CN113450299A (zh) | 图像匹配方法、计算机装置及可读存储介质 | |
CN112989924A (zh) | 目标检测方法、目标检测装置及终端设备 |
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: 20210127 Address after: 215131 No. 233 Kangyang Road, Huangdi Town, Xiangcheng District, Suzhou City, Jiangsu Province Applicant after: SUZHOU OFILM TECH Co.,Ltd. Address before: Room 301, 3 / F, building 1, No. 222, Jiaxing Road, Jiading District, Shanghai, 201800 Applicant before: SHANGHAI OFILM INTELLIGENT VEHICLE Co.,Ltd. Applicant before: SHANGHAI CETC-MOTOR Co.,Ltd. Applicant before: SUZHOU OFILM TECH Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |