[go: up one dir, main page]

CN114299329A - 地下车库图中车道线的识别方法、装置、设备及存储介质 - Google Patents

地下车库图中车道线的识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114299329A
CN114299329A CN202111493494.8A CN202111493494A CN114299329A CN 114299329 A CN114299329 A CN 114299329A CN 202111493494 A CN202111493494 A CN 202111493494A CN 114299329 A CN114299329 A CN 114299329A
Authority
CN
China
Prior art keywords
lane
lines
suspected
underground garage
line
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
CN202111493494.8A
Other languages
English (en)
Other versions
CN114299329B (zh
Inventor
王泽�
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.)
Wanyi Technology Co Ltd
Original Assignee
Wanyi 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 Wanyi Technology Co Ltd filed Critical Wanyi Technology Co Ltd
Priority to CN202111493494.8A priority Critical patent/CN114299329B/zh
Publication of CN114299329A publication Critical patent/CN114299329A/zh
Application granted granted Critical
Publication of CN114299329B publication Critical patent/CN114299329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种地下车库图中车道线的识别方法、装置、设备及存储介质;其中,所述方法包括:将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或车位与墙之间的空间;根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。本申请用以解决现有技术中车道线识别的效率和准确率普遍比较低的技术问题。

Description

地下车库图中车道线的识别方法、装置、设备及存储介质
技术领域
本申请涉及建筑图纸智能识别领域,尤其涉及一种地下车库图中车道线的识别方法、装置、设备及存储介质。
背景技术
目前,在建筑图纸中,涉及到计算消防安全距离,以及计算交叉车道领域的问题,都需要识别出所有的车道线。
现有技术中,主要通过图像识别技术对CAD建筑图纸中的车道线进行识别。但是,地下车库图涉及范围比较大,图纸设计方案比较复杂,地下车库的车道线多为单条线,其特征比较少,且地下车库图中,场景复杂,干扰数据大,用图像识别的技术,识别的效率和准确率普遍比较低。
发明内容
本申请提供了一种地下车库图中车道线的识别方法、装置、设备及存储介质,用以解决现有技术中车道线识别的效率和准确率普遍比较低的技术问题。
第一方面,本申请实施例提供了一种地下车库图中车道线的识别方法,包括:
将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
可选的,所述从所述地下车库图中,提取至少一个车道空间,包括:
从所述地下车库图中,提取所有的车位;
对于任意两个平行的车位,若所述任意两个平行的车位中的任意一个车位平行投影到另一个车位后的交叠面积的比例超过第一预设比例,则计算所述任意两个平行的车位之间的距离,若所述距离在预设距离范围内,且所述任意两个平行的车位之间没有其他车位,则提取所述任意两个平行的车位之间的空间,作为所述车道空间。
可选的,所述从所述地下车库图中,提取至少一个车道空间,还包括:
从所述地下车库图中,提取墙;
对于任意一个所述车位,若所述车位与所述墙之间的距离在预设距离范围内,且所述车位与所述墙之间没有其他车位,则提取所述车位与所述墙之间的空间,作为所述车道空间。
可选的,所述根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合,包括:
对于每个所述线条集合,若所述车道空间的数量占所有车道空间总数量的比例超过第二预设比例,则将所述线条集合作为所述疑似车道线集合。
可选的,所述对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线,包括:
对于所述疑似车道线集合中的每个疑似车道线,若判定所述疑似车道线未穿过任意一个车位,且所述疑似车道线未穿过任意一堵墙,则确定所述疑似车道线为目标车道线。
可选的,所述对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线,包括:
对于所述疑似车道线集合中的每个疑似车道线,若所述疑似车道线的预设范围内至少存在一个车位,则将所述疑似车道线作为所述目标车道线。
可选的,所述预设比例的取值范围是50%~80%。
第二方面,本申请实施例提供了一种地下车库图中车道线的识别装置,包括:
分类模块,用于将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
提取模块,用于从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
筛选模块,用于根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
校验模块,用于对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和通信总线,其中,处理器和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现第一方面所述的地下车库图中车道线的识别方法。
第四方面,本申请实施例提供了一种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第一方面所述的地下车库图中车道线的识别方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:本申请实施例提供的该方法,从地下车库图中按照图层和颜色对所有线条进行分类,从所述地下车库图中,提取至少一个车道空间;根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。在本申请实施例中,根据车道线在地下车库图中的绘制特点,识别车道线,即便在比较复杂的地下车库图中,也能够对车道线进行精准识别。而且,在本申请实施例提供的实现方法,无需借助地下车库图的图像,无需对复杂的图像进行处理,处理方法更加简单,识别的效率更高。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明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,对于本领域普通技术人员而言,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。
图1为本申请实施例提供的一种地下车库图中车道线的识别方法的流程示意图;
图2为本申请实施例提供的车道空间的示意图;
图3为本申请实施例提供的一种地下车库图中车道线的识别装置的结构示意图;
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请的一部分实施例,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的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。
虽然地下车库图比较复杂,干扰比较多,导致图纸质量不高,但车道线的绘制依旧有迹可循,虽然大部分的图层命名没有意义,但是同一图框的车道线都会分布在同一图层,以及按照同一规格的线条进行绘制。且从业务角度理解车道线,在地下车库图中,车道线主要绘制车道中位线,且车道中位线一般临近车位。
基于车道线在地下车库图中的业务特点,本申请实施例提供了一种地下车库图中车道线的识别方法,以解决现有技术中,车道线识别的效率和准确率普遍比较低的技术问题。在本申请实施例中提供的地下车库图中车道线的识别方法实际主要识别地下车库图中的车道中位线。
如图1所示,本申请实施例提供的一种地下车库图中车道线的识别方法,具体包括如下步骤:
步骤101,将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
在具体实现时,遍历地下车库图中的所有线条,其中,线条包括:直线段和弧线段等等。然后按照颜色和图层进行分类,将属于相同图层,且相同颜色的线条作为同一类,划分到同一线条集合。
对于某一个图层中,可以存在多种颜色的线条,按照颜色和图层进行分类后,得到不同图层不同颜色的线条集合,即针对一个图层可能分类得到多个线条集合。例如:对地下车库图中所有的线条按照颜色和图层分类后得到:对于A图层,分类得到A图层黄线条集合和A图层绿线条集合;对于B图层,分类得到B图层红线条集合、B图层蓝线条集合等等。
步骤102,从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
车道空间为没有画车位线,且符合道路宽度的空间,一般间距在预设距离范围内。如图2所示,在第二排车位和第三排车位之间的空间即为车道空间(如图2所示的虚线填充的部分),在车道空间所在的位置极有可能是地下车库中的道路,在车道空间的范围内出现的线极有可能是车道线。其中,在本申请实施例中,车道线主要是指地下车库图中的车道中位线,因为通常在地下车库图中一般只绘制车道中位线。
其中,预设距离范围可以根据实际需要设定,例如:预设距离范围设定为5~9米。
在一个具体实施例中,本申请实施例提供了一种提取车道空间的方法,具体包括:从所述地下车库图中,提取所有的车位;对于任意两个平行的车位,若所述任意两个平行的车位中的任意一个车位平行投影到另一个车位后的交叠面积的比例超过第一预设比例,则计算所述任意两个平行的车位之间的距离,若所述距离在预设距离范围内,且所述任意两个平行的车位之间没有其他车位,则提取所述任意两个平行的车位之间的空间,作为所述车道空间。
以图2为例,在图2所示的车位A和车位B之间具有第一空间,车位A和车位C之间具有第二空间,而第一空间中不存在任何车位,则将第一空间作为车道空间(如图2所示的虚线填充的部分);而第二空间中存在车位B,则第二空间不作为车道空间。
其中,对于距离的计算,先计算二者在图中的距离,然后再根据地下车库图的比例尺,计算得到实际的距离值。另外,在具体实现时,第一预设比例可以根据需要设定,例如:将第一预设比例设定为50%。
步骤103,根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
在地下车库图中,车道空间为地下车库的道路,在道路的中间绘制有车道中心线。基于这个业务特点,从各个线条集合中,筛选出疑似车道线集合。其中,将疑似车道线集合中的线条作为疑似车道线。
其中,根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合,包括:
对于每个所述线条集合,若所述车道空间的数量占所有车道空间总数量的比例超过第二预设比例,则将所述线条集合作为所述疑似车道线集合。
为了便于理解,这里举例说明:若根据步骤102确定500个车道空间,则统计每个线条集合线条穿过的车道空间的数量,车道空间的数量最多的线条集合对应的图层极大可能为车位线所在的图层,同时,线条颜色出现最多的,极大可能是车位线的颜色。
例如:对落入500个车道空间的线条进行统计,A图层蓝色线段穿过了480个车位空间,A图层红色线段穿过了30个车位空间,B图层黄色线段穿过了250个车位空间,B图层绿色线段穿过了350个车位空间;对于A图层蓝色线段,比例为480/500=96%;对于A图层红色线段,比例为30/500=6%;对于B图层黄色线段,比例为250/500=50%;对于B图层绿色线段,比例为350/500=70%。假设设置的预设比例为50%,则A图层的蓝色线条集合、B图层的黄色线条集合以及B图层的绿色线条集合均会被筛选出来,则A图层的蓝色线条集合、B图层的黄色线条集合以及B图层的绿色线条集合为疑似车道线集合。若设置的预设比例为80%,则只有A图层的蓝色线条集合会被筛选出来,则A图层的蓝色线条集合为疑似车道线集合。
在具体实现时,第二预设比例可以根据实际情况选定,一般情况下,第二预设比例超过50%,可选的,第二预设比例的取值范围是50%~80%。优选的,第二预设比例为80%。
步骤104,对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
在具体实现时,基于地下车库车道线的特征进行校验。其中,地下车库车道线的特征包括:1、不穿过任何一个车位;2、不穿过任意一堵墙。
基于上述地下车库车道线的业务特点,则对于疑似车道线集合中的每个所述疑似车道线,若判定所述疑似车道线未穿过任意一个车位,且所述疑似车道线未穿过任意一堵墙,则确定所述疑似车道线为目标车道线。
另外,地下车库图中的车道线在一定范围内临近车位,则在校验时,还可以基于地下车库图中车道线这一业务特点来校验疑似车道线。具体的,对于疑似车道线集合中的每个所述疑似车道线,若所述疑似车道线的预设范围内至少存在一个车位,则将所述疑似车道线作为所述目标车道线。
此外,还需要说明的是,在具体实现时,为了使得识别的车道线更加精确,可以同时校验上述多个条件,只有多个条件同时满足时,才判定该疑似车道线为目标车道线。
在本申请实施例中,从地下车库图中按照图层和颜色对所有线条进行分类,从所述地下车库图中,提取至少一个车道空间;根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。在本申请实施例中,根据车道线在地下车库图中的绘制特点,识别车道线,即便在比较复杂的地下车库图中,也能够对车道线进行精准识别。而且,在本申请实施例提供的实现方法,无需借助地下车库图的图像,无需对复杂的图像进行处理,处理方法更加简单,识别的效率更高。
基于同一构思,本申请实施例中提供了一种地下车库图中车道线的识别装置,该装置的具体实施可参见方法实施例部分的描述,重复之处不再赘述,如图3所示,该装置主要包括:
分类模块301,用于将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
提取模块302,用于从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
筛选模块303,用于根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
校验模块304,用于对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
在一个具体实施例中,提取模块302,用于从所述地下车库图中,提取所有的车位;对于任意两个平行的车位,若所述任意两个平行的车位中的任意一个车位平行投影到另一个车位后的交叠面积的比例超过第一预设比例,则计算所述任意两个平行的车位之间的距离,若所述距离在预设距离范围内,且所述任意两个平行的车位之间没有其他车位,则提取所述任意两个平行的车位之间的空间,作为所述车道空间。
在地下车库图中,车道空间为地下的道路,在道路的中间绘制有车道中心线。基于这个业务特点,从各个线条集合中,筛选出疑似车道线。
在一个具体实施例中,提取模块302,用于从所述地下车库图中,提取墙;对于任意一个所述车位,若所述车位与所述墙之间的距离在预设距离范围内,且所述车位与所述墙之间没有其他车位,则提取所述车位与所述墙之间的空间,作为所述车道空间。
在一个具体实施例中,筛选模块303,用于对于每个所述线条集合,若所述车道空间的数量占所有车道空间总数量的比例超过第二预设比例,则将所述线条集合作为所述疑似车道线集合。
在具体实现时,基于地下车库车道线的特征进行校验。其中,地下车库车道线的特征包括:1、不穿过任何一个车位;2、不穿过任意一堵墙。具体的,在一个具体实施例中,校验模块304,用于对于所述疑似车道线集合中的每个疑似车道线,若判定所述疑似车道线未穿过任意一个车位,且所述疑似车道线未穿过任意一堵墙,则确定所述疑似车道线为目标车道线。
另外,地下车库图中的车道线在一定范围内临近车位,则在校验时,还可以基于地下车库图中车道线这一业务特点来校验疑似车道线。具体的,若所述疑似车道线的预设范围内至少存在一个车位,则将所述疑似车道线作为所述目标车道线。具体的,在一个具体实施例中,校验模块304,用于对于所述疑似车道线集合中的每个疑似车道线,若所述疑似车道线的预设范围内至少存在一个车位,则将所述疑似车道线作为所述目标车道线。
此外,还需要说明的是,在具体实现时,为了使得识别的车道线更加精确,可以同时校验上述多个条件,只有多个条件同时满足时,才判定该疑似车道线为目标车道线。
在一个具体实施例中,所述第二预设比例的取值范围是50%~80%。
在本申请实施例中,从地下车库图中按照图层和颜色对所有线条进行分类,从所述地下车库图中,提取至少一个车道空间;根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。在本申请实施例中,根据车道线在地下车库图中的绘制特点,识别车道线,即便在比较复杂的地下车库图中,也能够对车道线进行精准识别。而且,在本申请实施例提供的实现方法,无需借助地下车库图的图像,无需对复杂的图像进行处理,处理方法更加简单,识别的效率更高。
基于同一构思,本申请实施例中还提供了一种电子设备,如图4所示,该电子设备主要包括:处理器401、存储器402和通信总线403,其中,处理器401和存储器402通过通信总线403完成相互间的通信。其中,存储器402中存储有可被处理器401执行的程序,处理器401执行存储器402中存储的程序,实现如下步骤:
将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
上述电子设备中提到的通信总线403可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。该通信总线403可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器402可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器401的存储装置。
上述的处理器401可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等,还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称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。
在本申请的又一实施例中,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,当该计算机程序在计算机上运行时,使得计算机执行上述实施例中所描述的一种地下车库图中车道线的识别方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD)或者半导体介质(例如固态硬盘)等。
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。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种地下车库图中车道线的识别方法,其特征在于,包括:
将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
2.根据权利要求1所述的地下车库图中车道线的识别方法,其特征在于,所述从所述地下车库图中,提取至少一个车道空间,包括:
从所述地下车库图中,提取所有的车位;
对于任意两个平行的车位,若所述任意两个平行的车位中的任意一个车位平行投影到另一个车位后的交叠面积的比例超过第一预设比例,则计算所述任意两个平行的车位之间的距离,若所述距离在预设距离范围内,且所述任意两个平行的车位之间没有其他车位,则提取所述任意两个平行的车位之间的空间,作为所述车道空间。
3.根据权利要求2所述的地下车库图中车道线的识别方法,其特征在于,所述从所述地下车库图中,提取至少一个车道空间,包括:
从所述地下车库图中,提取墙;
对于任意一个所述车位,若所述车位与所述墙之间的距离在预设距离范围内,且所述车位与所述墙之间没有其他车位,则提取所述车位与所述墙之间的空间,作为所述车道空间。
4.根据权利要求1至3任一项所述的地下车库图中车道线的识别方法,其特征在于,所述根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合,包括:
对于每个所述线条集合,若所述车道空间的数量占所有车道空间总数量的比例超过第二预设比例,则将所述线条集合作为所述疑似车道线集合。
5.根据权利要求1所述的地下车库图中车道线的识别方法,其特征在于,所述对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线,包括:
对于所述疑似车道线集合中的每个疑似车道线,若判定所述疑似车道线未穿过任意一个车位,且所述疑似车道线未穿过任意一堵墙,则确定所述疑似车道线为目标车道线。
6.根据权利要求1所述的地下车库图中车道线的识别方法,其特征在于,所述对所述疑似车道线集合中的每个疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线,包括:
对于所述疑似车道线集合中的每个疑似车道线,若所述疑似车道线的预设范围内至少存在一个车位,则将所述疑似车道线作为所述目标车道线。
7.根据权利要求4所述的地下车库图中车道线的识别方法,其特征在于,所述第二预设比例的取值范围是50%~80%。
8.一种地下车库图中车道线的识别装置,其特征在于,包括:
分类模块,用于将所述地下车库图中所有线条按照颜色和图层进行分类,将属于同一图层,且颜色相同的线条划分到同一线条集合;
提取模块,用于从所述地下车库图中,提取至少一个车道空间;其中,所述车道空间为包含有车道线的两个车位之间的空间或包含有车道线的车位与墙之间的空间;
筛选模块,用于根据每个所述线条集合中各线条穿过的车道空间的数量,筛选出疑似车道线集合;
校验模块,用于对所述疑似车道线集合中的每个所述疑似车道线进行校验,将校验通过的疑似车道线作为所述地下车库图中的目标车道线。
9.一种电子设备,其特征在于,包括:处理器、存储器和通信总线,其中,处理器和存储器通过通信总线完成相互间的通信;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述存储器中所存储的程序,实现权利要求1~7任意一项所述的地下车库图中车道线的识别方法。
10.一种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权利要求1~7任意一项所述的地下车库图中车道线的识别方法。
CN202111493494.8A 2021-12-08 2021-12-08 地下车库图中车道线的识别方法、装置、设备及存储介质 Active CN114299329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111493494.8A CN114299329B (zh) 2021-12-08 2021-12-08 地下车库图中车道线的识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111493494.8A CN114299329B (zh) 2021-12-08 2021-12-08 地下车库图中车道线的识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114299329A true CN114299329A (zh) 2022-04-08
CN114299329B CN114299329B (zh) 2025-05-06

Family

ID=80964759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111493494.8A Active CN114299329B (zh) 2021-12-08 2021-12-08 地下车库图中车道线的识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114299329B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013089111A (ja) * 2011-10-20 2013-05-13 Alpine Electronics Inc 車線監視システム及び車線監視方法
US20210192227A1 (en) * 2018-05-25 2021-06-24 Hangzhou Hikvision Digital Technology Co., Ltd. Method and apparatus for detecting parking space usage condition, electronic device, and storage medium
CN113449648A (zh) * 2021-06-30 2021-09-28 北京纵目安驰智能科技有限公司 指示线的检测方法、系统、设备及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013089111A (ja) * 2011-10-20 2013-05-13 Alpine Electronics Inc 車線監視システム及び車線監視方法
US20210192227A1 (en) * 2018-05-25 2021-06-24 Hangzhou Hikvision Digital Technology Co., Ltd. Method and apparatus for detecting parking space usage condition, electronic device, and storage medium
CN113449648A (zh) * 2021-06-30 2021-09-28 北京纵目安驰智能科技有限公司 指示线的检测方法、系统、设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姚晓同等: "车道线破损检测与测量", 计算机与数字工程, vol. 49, no. 7, 31 July 2021 (2021-07-31) *

Also Published As

Publication number Publication date
CN114299329B (zh) 2025-05-06

Similar Documents

Publication Publication Date Title
US11455805B2 (en) Method and apparatus for detecting parking space usage condition, electronic device, and storage medium
CN108921206B (zh) 一种图像分类方法、装置、电子设备及存储介质
WO2021254027A1 (zh) 一种可疑社团的识别方法、装置、存储介质和计算机设备
CN108647732B (zh) 一种基于深度神经网络的病理图像分类方法及装置
CN112329881B (zh) 车牌识别模型训练方法、车牌识别方法及装置
CN111739175B (zh) 一种车辆停车监控方法和装置
CN114444168B (zh) 建筑图纸中墙柱的识别方法、装置、电子设备和存储介质
CN112861567B (zh) 一种车型分类方法及装置
CN109657674A (zh) 一种车辆标识确定方法及装置
CN112447060A (zh) 识别车道的方法、装置及计算设备
CN114612923B (zh) 基于目标检测的户型图墙体处理方法、系统、介质及设备
CN111768630A (zh) 一种违章废图检测方法、装置及电子设备
WO2023184123A1 (zh) 违规行为的检测方法及装置
CN114299329A (zh) 地下车库图中车道线的识别方法、装置、设备及存储介质
CN114445844A (zh) 板构件识别方法、装置、设备及存储介质
CN114283415A (zh) 车位识别方法、装置、电子设备和存储介质
CN114283302A (zh) 总平图中车道线的识别方法、装置、设备及存储介质
CN115018857B (zh) 图像分割方法、装置、计算机可读存储介质及计算机设备
CN114550187A (zh) 图纸中门窗的识别方法、装置、电子设备和存储介质
CN110895692A (zh) 车辆品牌识别方法、装置及可读存储介质
CN113160565B (zh) 一种套牌车辆的识别方法、装置、存储介质及终端
CN113076451B (zh) 异常行为识别和风险模型库的建立方法、装置及电子设备
CN110399803B (zh) 一种车辆检测方法及装置
CN114863365A (zh) 闸机控制方法、装置、设备和存储介质
CN115294041A (zh) 一种表面缺陷检测方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant