道路标线检测方法及电子设备与流程

1.本发明涉及图像处理技术领域，特别涉及一种道路标线检测方法及电子设备。


背景技术：

2.随着城市交通道路上车流量以及人流量的增多，城市交通道路的标线(斑马线、道路标线等)施划不清或污损等问题会导致交通事故，严重威胁行人安全。同时也影响了违法抓拍的成功率，降低道路通行效率。
3.现有技术中，对道路标线的异常的检测方式是对获取到的道路标线图像直接进行检测，以判断该道路标线是否存在异常，但是可能会由于图片不清晰等原因出现误判的现象，由此导致道路标线检测的准确率较低。


技术实现要素：

4.本公开示例性的实施方式中提供一种道路标线检测方法及电子设备，通过将待检测道路标线图像转换为像素块道路标线图像，并对该像素块道路标线图像进行特征增强处理后再确定道路标线是否存在异常，以此提高了道路标线检测结果的准确率。
5.本公开的第一方面提供一种道路标线检测方法，所述方法包括：
6.获取待检测道路标线图像，将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格；
7.针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；
8.基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；
9.利用预设算法对所述像素块道路标线图像进行特征增强处理，得到目标道路标线图像；
10.基于所述目标道路标线图像确定出所述道路标线是否存在异常。
11.本实施例通过将待检测道路标线图像转换为像素块道路标线图像，并对该像素块道路标线图像进行特征增强处理后，再确定道路标线是否存在异常，由此，本实施例通过对道路标线图像中进行特征增强处理之后，再确定是否存在异常，提高了检测结果的准确率。
12.在一个实施例中，所述多个像素网格中任意一个像素网格的灰度值为该像素网格中各像素点的平均值；
13.所述针对任意一行像素网格，将所述像素网格划分成多个组之前，所述方法还包括：
14.确定所述多个像素网格中各像素网格的灰度最大值和灰度最小值；
15.针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理。
16.本实施例通过对各像素网格进行归一化处理后再将各像素网格进行划分为多个
组，以此节省了计算资源。
17.在一个实施例中，所述针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理，包括：
18.将所述像素网格的灰度值与所述灰度最小值相减，得到第一像素差值；以及，
19.将所述灰度最大值与所述灰度最小值相减，得到第二像素差值；
20.将所述第一像素差值除以第二像素差值，得到归一化处理后的所述像素网格的灰度值。
21.本实施例通过上述方式进行归一化处理，以减少计算资源。
22.在一个实施例中，所述利用预设算法对所述像素块道路标线图像进行特征强化处理，得到目标道路标线图像，包括：
23.对所述像素块道路标线图像进行指定次数的特征强化处理，每次进行特征强化处理后得到一个对应的第一中间道路标线图像；其中，后一次得到的第一中间道路标线图像是基于前一次得到的第一中间道路标线图像的基础上进行特征强化处理得到的；
24.每次进行特征强化处理之后，执行以下步骤：利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像；
25.当特征强化处理的次数到达指定次数后，若确定各次得到的第二中间道路标线图像的图像质量评估结果都满足图像质量评估条件，则基于各第二中间道路标线图像，得到所述目标道路标线图像。
26.本实施例通过对所述像素块道路标线图像进行指定次数的特征强化处理，每次进行特征强化处理后得到一个对应的第一中间道路标线图像，并且每次进行特征强化处理之后，利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像；当特征强化处理的次数到达指定次数后，若确定各次得到的第二中间道路标线图像的图像质量评估结果都满足图像质量评估条件，则基于各第二中间道路标线图像，得到所述目标道路标线图像。以此，使得到的目标道路标线图像更加清晰。
27.在一个实施例中，所述方法还包括：
28.若存在任意一个第二中间道路标线图像的图像质量评估结果不满足图像质量评估条件，则将最后一次得到的第一中间道路标线图像作为所述像素块道路标线图像再次进行指定次数的特征强化处理，直至确定各次得到的第二中间道路标线图像的图像质量评估结果都满足图像质量评估条件，则基于各第二中间道路标线图像，得到所述目标道路标线图像。
29.本实施中当若存在任意一个第二中间道路标线图像的图像质量评估结果不满足图像质量评估条件，则将最后一次得到的第一中间道路标线图像作为所述像素块道路标线图像再次进行指定次数的特征强化处理，以保证确定出的目标道路标线图像的清晰度。
30.在一个实施例中，通过以下公式对所述像素块道路标线图像中任意一组像素网格进行特征强化处理：
[0031][0032]
其中，为进行第i次特征强化处理后的第m行第b列的该组像素网格的灰度值，为第i
‑
1次进行特征强化处理后第m行第b列的该组像素网格灰度值，为字典矩阵，为基于所述像素块道路标线图像得到的，β
i
‑1为第i
‑
1次得到的第一中间道路标线图像，θ为指定数值，r
m
为字典矩阵中第m行的非零元素个数和，m为该第一中间道路标线图像的行数的总数量。
[0033]
本实施例通过上述公式对像素块道路标线图像进行特征强化处理，以强化图像中的块状和矩形特征。
[0034]
在一个实施例中，所述利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像，包括：
[0035]
将所述第一中间道路标线图像中各组像素网格对应的灰度值所组成的矩阵与预设矩阵相乘，得到所述第二中间道路标线图像。
[0036]
本实施例通过将所述第一中间道路标线图像中各组像素网格对应的灰度值所组成的矩阵与预设矩阵相乘，以得到所述第二中间道路标线图像，以此，将第一中间道路标线图像中任意一组像素网格转换为多个像素网格，以得到第二中间道路标线图像，以保证得到的第二中间道路标线图像的像素网格的数量和划分成多个像素网格的待检测道路标线图像的数量相同，以确保得到的第二中间道路标线图像和待检测道路标线图像相对应，提高准确性。
[0037]
在一个实施例中，基于以下方式得到第一中间道路标线图像的图像质量评估结果：
[0038]
将所述第二中间道路标线图像中的目标区域和杂波区域中的各像素网格的灰度值分别相加，得到第一总灰度值和第二总灰度值；并，
[0039]
将所述第一总灰度值除以所述预设目标区域中各像素网格的数量，得到第一平均灰度值；以及，
[0040]
将所述第二总灰度值除以所述预设杂波区域中各像素网格的数量，得到第二平均灰度值；
[0041]
将所述第一平均灰度值除以所述第二平均灰度值，得到所述图像质量评估结果。
[0042]
本实施例通过目标区域和杂波区域中各像素网格的灰度值以及各像素网格数量确定出图像质量评估结果，以使确定出的图像质量评估结果更加准确。
[0043]
在一个实施例中，通过以下方式确定所述第二中间道路标线图像中的目标区域和杂波区域：
[0044]
获取预设的目标区域的在图像中位置范围和杂波区域在图像中的位置范围；
[0045]
利用所述预设的目标区域在图像中的位置范围和杂波区域在图像中的位置范围，确定所述第二中间道路标线图像中的目标区域和杂波区域。
[0046]
本实施例中通过预设的目标区域和杂波区域的位置范围，确定出第二中间道路图
像中的目标区域和杂波区域，以此，减少计算量。
[0047]
在一个实施例中，所述图像质量评估条件为：
[0048]
得到的各图像质量评估结果中任意两个图像质量评估结果的差值在指定范围内。
[0049]
本实施例通过将得到的各图像质量评估结果中任意两个图像质量评估结果的差值在指定范围内作为质量评估条件，由此，确保图像质量评估趋于稳定，保证得到的目标道路标线图像的图像聚焦性高。
[0050]
在一个实施例中，所述基于所述目标道路标线图像确定出所述道路标线是否存在异常之前，所述方法还包括：
[0051]
针对所述目标道路标线图像中的任意一组像素网格，若该组像素网格的灰度值小于预设最小灰度值，则将该组像素网格的灰度值设置为设定灰度值。
[0052]
本实施例通过将目标道路标线图像中灰度值小于预设最小灰度值的一组像素网格的灰度值设置为设定灰度值，由此，实现了降噪处理，以提高检测结果的准确率。
[0053]
本公开第二方面提供一种电子设备，包括处理器和存储单元，其中：
[0054]
所述存储单元，被配置为存储所述待检测道路标线图像；
[0055]
所述处理器，还被配置为：
[0056]
获取待检测道路标线图像，将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格；
[0057]
针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；
[0058]
基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；
[0059]
利用预设算法对所述像素块道路标线图像进行特征增强处理，得到目标道路标线图像；
[0060]
基于所述目标道路标线图像确定出所述道路标线是否存在异常。
[0061]
在一个实施例中，所述多个像素网格中任意一个像素网格的灰度值为该像素网格中各像素点的平均值；
[0062]
所述处理器，还被配置为：
[0063]
针对任意一行像素网格，将所述像素网格划分成多个组之前，确定所述多个像素网格中各像素网格的灰度最大值和灰度最小值；
[0064]
针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理。
[0065]
在一个实施例中，所述处理器执行所述针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理，具体被配置为：
[0066]
将所述像素网格的灰度值与所述灰度最小值相减，得到第一像素差值；以及，
[0067]
将所述灰度最大值与所述灰度最小值相减，得到第二像素差值；
[0068]
将所述第一像素差值除以第二像素差值，得到归一化处理后的所述像素网格的灰度值。
[0069]
在一个实施例中，所述处理器指定所述利用预设算法对所述像素块道路标线图像
进行特征强化处理，得到目标道路标线图像，具体被配置为：
[0070]
对所述像素块道路标线图像进行指定次数的特征强化处理，每次进行特征强化处理后得到一个对应的第一中间道路标线图像；其中，后一次得到的第一中间道路标线图像是基于前一次得到的第一中间道路标线图像的基础上进行特征强化处理得到的；
[0071]
每次进行特征强化处理之后，执行以下步骤：利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像；
[0072]
当特征强化处理的次数到达指定次数后，若确定各次得到的第二中间道路标线图像的图像质量评估结果都满足图像质量评估条件，则基于各第二中间道路标线图像，得到所述目标道路标线图像。
[0073]
在一个实施例中，所述处理器，还被配置为：
[0074]
若存在任意一个第二中间道路标线图像的图像质量评估结果不满足图像质量评估条件，则将最后一次得到的第一中间道路标线图像作为所述像素块道路标线图像再次进行指定次数的特征强化处理，直至确定各次得到的第二中间道路标线图像的图像质量评估结果都满足图像质量评估条件，则基于各第二中间道路标线图像，得到所述目标道路标线图像。
[0075]
在一个实施例中，所述处理器，还被配置为：
[0076]
通过以下公式对所述像素块道路标线图像中任意一组像素网格进行特征强化处理：
[0077][0078]
其中，为进行第i次特征强化处理后的第m行第b列的该组像素网格的灰度值，为第i
‑
1次进行特征强化处理后第m行第b列的该组像素网格灰度值，为字典矩阵，为基于所述像素块道路标线图像得到的，β
i
‑1为第i
‑
1次得到的第一中间道路标线图像，θ为指定数值，r
m
为字典矩阵中第m行的非零元素个数和，m为该第一中间道路标线图像的行数的总数量。
[0079]
在一个实施例中，所述处理器执行利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像，具体被配置为：
[0080]
将所述第一中间道路标线图像中各组像素网格对应的灰度值所组成的矩阵与预设矩阵相乘，得到所述第二中间道路标线图像。
[0081]
在一个实施例中，所述处理器执行利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像，具体被配置为：
[0082]
将所述第一中间道路标线图像中各组像素网格对应的灰度值所组成的矩阵与预设矩阵相乘，得到所述第二中间道路标线图像。
[0083]
在一个实施例中，所述处理器，还被配置为：
[0084]
基于以下方式得到第一中间道路标线图像的图像质量评估结果：
[0085]
将所述第二中间道路标线图像中的目标区域和杂波区域中的各像素网格的灰度值分别相加，得到第一总灰度值和第二总灰度值；并，
[0086]
将所述第一总灰度值除以所述预设目标区域中各像素网格的数量，得到第一平均灰度值；以及，
[0087]
将所述第二总灰度值除以所述预设杂波区域中各像素网格的数量，得到第二平均灰度值；
[0088]
将所述第一平均灰度值除以所述第二平均灰度值，得到所述图像质量评估结果。
[0089]
在一个实施例中，所述处理器，还被配置为：
[0090]
通过以下方式确定所述第二中间道路标线图像中的目标区域和杂波区域：
[0091]
获取预设的目标区域的在图像中位置范围和杂波区域在图像中的位置范围；
[0092]
利用所述预设的目标区域在图像中的位置范围和杂波区域在图像中的位置范围，确定所述第二中间道路标线图像中的目标区域和杂波区域。
[0093]
在一个实施例中，所述图像质量评估条件为：
[0094]
得到的各图像质量评估结果中任意两个图像质量评估结果的差值在指定范围内。
[0095]
在一个实施例中，所述处理器，还被配置为：
[0096]
所述基于所述目标道路标线图像确定出所述道路标线是否存在异常之前，针对所述目标道路标线图像中的任意一组像素网格，若该组像素网格的灰度值小于预设最小灰度值，则将该组像素网格的灰度值设置为设定灰度值。
[0097]
根据本公开实施例提供的第三方面，提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序用于执行如第一方面所述的方法。
附图说明
[0098]
为了更清楚地说明本公开实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0099]
图1为根据本公开一个实施例中的适用场景示意图；
[0100]
图2为根据本公开一个实施例的道路标线检测方法的流程示意图之一；
[0101]
图3为根据本公开一个实施例的道路标线检测方法中待检测道路标线图像的划分方式示意图；
[0102]
图4为根据本公开一个实施例的道路标线检测方法中像素网格分组示意图；
[0103]
图5为根据本公开一个实施例的道路标线检测方法中的特征强化处理的流程示意图；
[0104]
图6为根据本公开一个实施例的道路标线检测方法的流程示意图之二；
[0105]
图7为根据本公开一个实施例的道路标线检测装置；
[0106]
图8为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
[0107]
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
[0108]
本公开实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0109]
本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案，并不构成对于本公开实施例提供的技术方案的限定，本领域普通技术人员可知，随着新应用场景的出现，本公开实施例提供的技术方案对于类似的技术问题，同样适用。其中，在本公开的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0110]
现有技术中，对道路标线的异常的检测方式是对道路标线图像直接进行检测，以判断该道路标线是否存在异常，但是可能会由于图片不清晰等原因出现误判的现象，由此导致道路标线检测的准确率较低。
[0111]
因此，本公开提供一种道路标线检测方法，通过将待检测道路标线图像转换为像素块道路标线图像，并对该像素块道路标线图像进行特征增强处理后，再确定道路标线是否存在异常，由此，本实施例通过对道路标线图像中进行特征增强处理之后，再确定是否存在异常，提高了检测结果的准确率。下面，结合附图对本公开的方案详细的进行介绍。首先，以电子设备为服务器对本公开的应用场景进行介绍。
[0112]
如图1所示，一种道路标线检测方法的应用场景，以电子设备为服务器为例对本方法的应用场景进行说明。该应用场景中包括道路中的摄像机110，服务器120和终端设备130，图1中是以一个摄像机110和一个终端设备130为例，实际上不限制摄像机110和终端设备130的数量。其中，终端设备130可为手机、平板电脑和个人计算机等。服务器130可以通过单个服务器实现，也可以通过多个服务器实现。服务器130可以通过实体服务器实现，也可以通过虚拟服务器实现。
[0113]
在一种可能的应用场景中，服务器120从摄像机110中获取到待检测道路标线图像，并将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格；然后服务器120针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；并基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；然后服务器120利用预设算法对所述像素块道路标线图像进行特征增强处理，得到目标道路标线图像；并基于所述目标道路标线图像确定出所述道路标线是否存在异常。并将确定出的所述道路标线是否存在异常的结果发送至终端设备130中进行显示。
[0114]
图2为本公开的道路标线检测方法的流程示意图，可包括以下步骤：
[0115]
步骤201：获取待检测道路标线图像，将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格；
[0116]
其中，像素网格的数量为预先设置的。即划分后的待检测道路标线图像行数量和列数量是预先设置好的。
[0117]
例如，若预设划分后的待检测道路标线图像的行数量和列数量分别为4和6。则如图3所示，图a为待检测道路标线图像，图b为将待检测道路标线图像划分成4行和6列后的图像。
[0118]
为了减少计算量，在一个实施例中，所述多个像素网格中任意一个像素网格的灰度值为该像素网格中各像素点的平均值；
[0119]
确定所述多个像素网格中各像素网格的灰度最大值和灰度最小值；针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理。
[0120]
其中，可通过以下方式对多个像素网格中的任意一个像素网格进行归一化处理：
[0121]
将所述像素网格的灰度值与所述灰度最小值相减，得到第一像素差值；以及，将所述灰度最大值与所述灰度最小值相减，得到第二像素差值；将所述第一像素差值除以第二像素差值，得到归一化处理后的所述像素网格的灰度值。可通过公式(1)确定归一化处理后的所述像素网格的灰度值：
[0122][0123]
其中，x
(m，n)
为归一化后位于待检测道路标线图像中第m行第n列的像素网格的灰度值，a
(m，n)
为归一化处理前位于待检测道路标线图像中第m行第n列的像素网格的灰度值，min(a)为待检测道路标线图像中各像素网格对应的灰度值的灰度最小值，max(a)为待检测道路标线图像中各像素网格对应的灰度值的灰度最大值。
[0124]
步骤202：针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；
[0125]
例如，针对任意一行像素网格，将3个像素网格划分一个组。如图4所示，图像b为待检测道路标线图像，大小为4
×
6的图像，则以3个像素网格划分为一个组为基准，则划分后的图像为4
×
2的图像，即图像c。
[0126]
步骤203：基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；
[0127]
在一个实施例中，基于同一组中各组像素网格的平均灰度值，对同一组的所述各像素网格的灰度值进行设置。其中，可通过公式(2)确定出任意一组像素网格的灰度值：
[0128][0129]
其中，β
(m，b)
为像素块道路标线图像中第m行第b列的一组像素网格的灰度值，k为一组像素网格中像素网格的数量，x(m，n)为待检测道路标线图像中第m行第n列的像素网格。
[0130]
例如，如图4所示，若图像b中的像素网格1、像素网格2和像素网格3的灰度值分别为a，b，c。则确定出图像c中的第一组像素网格的灰度值为：
[0131]
步骤204：利用预设算法对所述像素块道路标线图像进行特征增强处理，得到目标道路标线图像；
[0132]
为了节省计算资源，在一个实施例中，针对所述目标道路标线图像中的任意一组像素网格，若该组像素网格的灰度值小于预设最小灰度值，则将该组像素网格的灰度值设
置为设定灰度值。
[0133]
例如，预设最小灰度值为100，设定灰度值为0。则目标道路标线图像中灰度值小于100的各像素网格，将各像素网格灰度值可设置为0，其他各像素网格的灰度值不改变。
[0134]
步骤205：基于所述目标道路标线图像确定出所述道路标线是否存在异常。
[0135]
在一个实施例中，可通过以下判断所述目标道路标线图像是否存在异常：
[0136]
方式一：将预设标准道路标线图像划分成与目标道路标线图像的行数和列数相同的图像。针对所述预设标准道路标线图像中的任意一个像素网格，将所述像素网格的灰度值与所述目标道路标线图像中的与所述像素网格相对应的像素网格的灰度值相减，得到灰度值差值矩阵；按照预设顺序遍历所述矩阵中各灰度值差值，针对任意一个遍历到的灰度值差值，若确定所述灰度值差值不属于其他子矩阵，且所述灰度值差值的八邻域均不为第一指定阈值，则将该灰度值差值以及其八邻域对应的灰度值差值确定为一个子矩阵。若确定出各子矩阵的值均大于第二指定阈值，则确定所述目标道路标线图像中的道路标线存在异常。否则，则不存在异常。
[0137]
方式二：将所述目标道路标线图像输入至预先训练的神经网络中进行识别，确定出所述道路标线是否存在异常。
[0138]
其中本实施例中的上述两种确定出道路标线异常的方式仅仅是用于举例说明，并不对确定道路标线异常的方式进行限定。
[0139]
由此，本实施例通过将待检测道路标线图像转换为像素块道路标线图像，并对该像素块道路标线图像进行特征增强处理后，再确定道路标线是否存在异常，提高了检测结果的准确率。
[0140]
下面，对特征强化处理的具体步骤进行介绍，如图5所示，为利用预设算法对所述像素块道路标线图像进行特征强化处理，得到目标道路标线图像的具体步骤，包括：
[0141]
步骤501：对所述像素块道路标线图像进行指定次数的特征强化处理，每次进行特征强化处理后得到一个对应的第一中间道路标线图像；其中，后一次得到的第一中间道路标线图像是基于前一次得到的第一中间道路标线图像的基础上进行特征强化处理得到的；
[0142]
例如，指定次数为5次，若第一次对像素块道路标线图像进行特征强化处理后，得到第一中间道路标线图像a，第二次是对第一中间道路标线图像a进行特征强化出后，得到第一中间道路标线图像b，第三次是对第一中间道路标线图像b进行特征强化处理，得到第一中间道路标线图像c，第四次是对第一中间道路标线图像c进行特征强化处理，得到第一中间道路标线图像d，第五次是对第一中间道路标线图像d进行特征强化处理，得到第一中间道路标线图像e。
[0143]
在一个实施例中，通过以下公式对所述像素块道路标线图像中任意一组像素网格进行特征强化处理：
[0144][0145]
其中，为进行第i次特征强化处理后的第m行第b列的该组像素网格的灰度值，为第i
‑
1次进行特征强化处理后第m行第b列的该组像素网格灰度值，为字典矩
阵，为基于所述像素块道路标线图像得到的，β
i
‑1为第i
‑
1次得到的第一中间道路标线图像，θ为指定数值，r
m
为字典矩阵中第m行的非零元素个数和，m为该第一中间道路标线图像的行数的总数量。
[0146]
其中，
[0147]
其中，γ为第一预设矩阵，该第一预设矩阵的行数与在行方向和列方向进行划分后的待检测道路标线图像的行数相同，该矩阵的列数与像素块道路标线图像中的列数相同，且该第一预设矩阵的形式为第n列的(n
‑
1)
×
k 1至n
×
k的元素均为1，其他元素均为0。β为所述像素块道路标线图像。
[0148]
步骤502：每次进行特征强化处理之后，执行以下步骤：利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像；
[0149]
在一个实施例中，步骤502可具体实施为：
[0150]
将所述第一中间道路标线图像中各组像素网格对应的灰度值所组成的矩阵与预设矩阵相乘，得到所述第二中间道路标线图像。
[0151]
其中，该预设矩阵为第一预设矩阵的伪逆矩阵，即γ

。可通过以下公式(3)得到所述第二中间道路标线图像p：
[0152]
p＝β
i
γ

…
(3)；
[0153]
其中，β
i
为第一中间道路标线图像，γ

为预设矩阵，即为第一预设矩阵的伪逆矩阵。
[0154]
步骤503：当特征强化处理的次数到达指定次数后，判断各次得到的第二中间道路标线图像的图像质量评估结果是否都满足图像质量评估条件，若是，则执行步骤504；若否，则执行步骤505；
[0155]
在一个实施例中，所述图像质量评估条件为：得到的各图像质量评估结果中任意两个图像质量评估结果的差值在指定范围内。
[0156]
其中，通过以下方式确定任意一个第二中间道路标线图像的图像质量评估结果：
[0157]
将所述第二中间道路标线图像中的目标区域(图像中的道路标线所处的区域为目标区域)和杂波区域(图像中除道路标线所处区域之外的区域为杂波区域)中的各像素网格的灰度值分别相加，得到第一总灰度值和第二总灰度值；并，将所述第一总灰度值除以所述目标区域中各像素网格的数量，得到第一平均灰度值；以及，将所述第二总灰度值除以所述杂波区域中各像素网格的数量，得到第二平均灰度值；将所述第一平均灰度值除以所述第二平均灰度值，得到所述图像质量评估结果。其中，可通过公式(4)确定所述图像质量评估结果ω：
[0158][0159]
其中，a(m，n)为第二中间道路标线图像中的第m行第n列的像素网格的灰度值，p
t
为所述目标区域，n
t
为所述目标区域中各像素网格的总数量，p
n
为杂波区域，n
n
为杂波区域中各像素网格的总数量。
[0160]
在一个实施例中，通过以下方式确定所述第二中间道路标线图像中的目标区域和杂波区域：
[0161]
获取预设的目标区域的在图像中位置范围和杂波区域在图像中的位置范围；利用所述预设的目标区域在图像中的位置范围和杂波区域在图像中的位置范围，确定所述第二中间道路标线图像中的目标区域和杂波区域。
[0162]
步骤504：基于各第二中间道路标线图像，得到所述目标道路标线图像；
[0163]
步骤505：将最后一次得到的第一中间道路标线图像作为所述像素块道路标线图像后，返回执行步骤501。
[0164]
为了进一步的了解本公开的技术方案，下面结合图6进行详细的说明，可包括以下步骤：
[0165]
步骤601：获取待检测道路标线图像，将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格，其中，所述多个像素网格中任意一个像素网格的灰度值为该像素网格中各像素点的平均值；
[0166]
步骤602：确定所述多个像素网格中各像素网格的灰度最大值和灰度最小值；
[0167]
步骤603：针对所述多个像素网格中的任意一个像素网格，利用所述像素网格的灰度值、所述灰度最大值和所述灰度最小值对所述像素网格的灰度值进行归一化处理；
[0168]
步骤604：针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；
[0169]
步骤605：基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；
[0170]
步骤606：对所述像素块道路标线图像进行指定次数的特征强化处理，每次进行特征强化处理后得到一个对应的第一中间道路标线图像；其中，后一次得到的第一中间道路标线图像是基于前一次得到的第一中间道路标线图像的基础上进行特征强化处理得到的；
[0171]
步骤607：每次进行特征强化处理之后，执行以下步骤：利用所述第一中间道路标线图像中任意一行中各组像素网格对应的各灰度值，分别对该行中的各像素网格的灰度值进行设置，得到第二中间道路标线图像；
[0172]
步骤608：当特征强化处理的次数到达指定次数后，判断各次得到的第二中间道路标线图像的图像质量评估结果是否都满足图像质量评估条件，若是，则执行步骤609，若否，则执行步骤610；
[0173]
步骤609：基于各第二中间道路标线图像，得到所述目标道路标线图像；
[0174]
步骤610：将最后一次得到的第一中间道路标线图像作为所述像素块道路标线图像后，返回执行步骤606；
[0175]
步骤611：针对所述目标道路标线图像中的任意一组像素网格，若该组像素网格的灰度值小于预设最小灰度值，则将该组像素网格的灰度值设置为设定灰度值；
[0176]
步骤612：基于所述目标道路标线图像确定出所述道路s标线是否存在异常。
[0177]
基于相同的公开构思，本公开如上所述的道路标线检测方法还可以由一种道路标线检测装置实现。该道路标线检测装置的效果与前述方法的效果相似，在此不再赘述。
[0178]
图7为根据本公开一个实施例的道路标线检测装置的结构示意图。
[0179]
如图7所示，本公开的道路标线检测装置700可以包括像素网格划分模块710、像素
网格分组模块720、像素块道路标线图像730、特征增强处理模块740和异常确定模块750。
[0180]
像素网格划分模块710，用于获取待检测道路标线图像，将所述待检测道路标线图像在行方向和列方向进行划分，得到多个像素网格；
[0181]
像素网格分组模块720，用于针对任意一行像素网格，将所述像素网格划分成多个组，其中每个组包括的像素网格数量相同；
[0182]
像素块道路标线图像730，用于基于同一组中各像素网格的灰度值，设置同一组的所述各像素网格的灰度值，得到像素块道路标线图像，其中设置后同一组的所述像素网格的灰度值相同；
[0183]
特征增强处理模块740，用于利用预设算法对所述像素块道路标线图像进行特征增强处理，得到目标道路标线图像；
[0184]
异常确定模块750，用于基于所述目标道路标线图像确定出所述道路标线是否存在异常。
[0185]
在介绍了本公开示例性实施方式的一种道路标线检测方法及装置之后，接下来，介绍根据本公开的另一示例性实施方式的电子设备。
[0186]
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0187]
在一些可能的实施方式中，根据本公开的电子设备可以至少包括至少一个处理器、以及至少一个计算机存储介质。其中，计算机存储介质存储有程序代码，当程序代码被处理器执行时，使得处理器执行本说明书上述描述的根据本公开各种示例性实施方式的道路标线检测方法中的步骤。例如，处理器可以执行如图2中所示的步骤201
‑
205。
[0188]
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800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。
[0189]
如图8所示，电子设备800以通用电子设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理器801、上述至少一个计算机存储介质802、连接不同系统组件(包括计算机存储介质802和处理器801)的总线803。
[0190]
总线803表示几类总线结构中的一种或多种，包括计算机存储介质总线或者计算机存储介质控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
[0191]
计算机存储介质802可以包括易失性计算机存储介质形式的可读介质，例如随机存取计算机存储介质(ram)821和/或高速缓存存储介质822，还可以进一步包括只读计算机存储介质(rom)823。
[0192]
计算机存储介质802还可以包括具有一组(至少一个)程序模块824的程序/实用工具825，这样的程序模块824包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0193]
电子设备800也可以与一个或多个外部设备804(例如键盘、指向设备等)通信，还可与一个或者多个使得用户能与电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它电子设备进行通信的任何设备(例如路由器、调制解调器等等)通
信。这种通信可以通过输入/输出(i/o)接口805进行。并且，电子设备800还可以通过网络适配器806与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器806通过总线803与用于电子设备800的其它模块通信。应当理解，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0194]
在一些可能的实施方式中，本公开提供的一种道路标线检测方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于使计算机设备执行本说明书上述描述的根据本公开各种示例性实施方式的道路标线检测方法中的步骤。
[0195]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取计算机存储介质(ram)、只读计算机存储介质(rom)、可擦式可编程只读计算机存储介质(eprom或闪存)、光纤、便携式紧凑盘只读计算机存储介质(cd
‑
rom)、光计算机存储介质件、磁计算机存储介质件、或者上述的任意合适的组合。
[0196]
本公开的实施方式的道路标线检测的程序产品可以采用便携式紧凑盘只读计算机存储介质(cd
‑
rom)并包括程序代码，并可以在电子设备上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0197]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0198]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0199]
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中，远程电子设备可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户电子设备，或者，可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
[0200]
应当注意，尽管在上文详细描述中提及了装置的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步
划分为由多个模块来具体化。
[0201]
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0202]
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘计算机存储介质、cd
‑
rom、光学计算机存储介质等)上实施的计算机程序产品的形式。
[0203]
本公开是参照根据本公开的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0204]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读计算机存储介质中，使得存储在该计算机可读计算机存储介质中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0205]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0206]
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。