(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210186378.X (22)申请日 2022.02.28 (65)同一申请的已公布的文献号 申请公布号 CN 114549993 A (43)申请公布日 2022.05.27 (73)专利权人 成都西交智汇大 数据科技有限公 司 地址 610073 四川省成 都市高新区西芯大 道3号3栋6层602号 (72)发明人 周永乐　陈博　张志鸿　 (74)专利代理 机构 北京集智东方知识产权代理 有限公司 1 1578 专利代理师 刘林　陈攀 (51)Int.Cl. G06V 20/10(2022.01) G06N 3/08(2006.01)G06N 3/04(2006.01) G06K 9/62(2022.01) G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01) (56)对比文件 CN 112614074 A,2021.04.0 6 CN 10262 9325 A,2012.08.08 CN 113988563 A,2022.01.28 CN 110781885 A,2020.02.1 1 CN 110189344 A,2019.08.3 0 CN 111353957 A,2020.0 6.30 吴一全等. “基于视觉的车道线检测方法研 究进展”. 《仪器仪表学报》 .2019,第40卷(第12 期), 审查员 张娜娜 (54)发明名称 实验中线段图像的评分方法、 系统、 设备及 可读存储介质 (57)摘要 本发明涉及信息技术领域， 具体而言， 涉及 一种实验中线段图像的评分方法、 系统、 设备及 可读存储介质， 所述方法获取线段的图像信息和 历史的线段图像信息； 将所述线段的图像信息和 历史的线段图像信息发送输入训练模 型训练， 得 到所述线段的图像信息中的所有清晰图像； 提取 所述所有清晰图像中的像素点并过滤得到过滤 后的线段像素点信息； 再对所述过滤后的线 段像 素点信息预处理得到线段的端点信息和线段的 交叉点信息； 然后按照预设评分规则对所述实验 图像进行评分得到每个实验图像的评分信息。 本 发明通过缩小了需要检测线 段的区域， 避免环境 可能对线段状态 检测造成的干扰， 提高了检测的 精度， 并且 减少降噪难度， 增 加线段检测的精度。 权利要求书3页 说明书9页 附图3页 CN 114549993 B 2022.11.11 CN 114549993 B 1.一种实验中线段图像的评分方法， 其特 征在于， 包括： 获取第一信息， 所述第一信息为摄 像头采集到的实验过程中的图像信息； 将所述第一信息发送至预处理模型进行处理， 得到第二信息， 所述预处理模型为对所 述第一信息进行预处理， 并将预处理得到的模糊图像进行删除的模型， 所述第二信息为所 述第一信息中的所有清晰图像； 将所述第二信息发送至聚类模型进行处理， 得到第三信息， 所述聚类模型为对所述第 二信息中的像素点进 行聚类分析和二值化处理的模型， 所述第三信息为二值化的像素点信 息； 将所述第三信息发送至细化模型进行处理， 得到第 四信息， 所述细化模型为对所述第 三信息进 行至少一次膨胀处理和至少一次腐蚀处理的模型， 所述第四信息为宽度只有一个 像素点的线段像素点信息； 将所述第四信息按照预设评分规则进行评分， 得到第五信息， 所述第五信息为每个实 验图像的分值信息； 其中， 将所述第二信息发送至聚类模型进行聚类处 理， 得到第三信息， 包括： 采用目标检测模型对所述第二信息进行过滤， 得到第一子信息， 所述第一子信息为将 所述第二信息中没有连接在一 起的像素点删除后， 得到过 滤后的图像信息； 将所述第一子信息输入至语义分割模型进行语义分割， 得到第二子信息， 所述第二子 信息包括所述第一子信息的背景像素点和线段像素点； 使用DBSAN聚类模型将所述第二子信息内的线段像素点进行聚类分析， 得到至少一个 像素点簇， 将所述线段像素点数量最多的像素点簇进 行标记和调用， 得到线段聚类像素点， 并将其他像素点簇进行删除， 得到过 滤后的线段像素点； 将所述背景像素点和过滤后的线段像素点进行二值化处理， 得到第三子信息， 所述第 三子信息为二值化的像素点信息， 并且所述第三子信息中， 所述背景像素点设置为0， 所述 过滤后的线段像素点设置为25 5； 其中， 将所述第三信息发送至细化模型进行细化处 理， 得到第四信息， 包括： 采用预设的第一卷积核在所述第三信息中每个二值化的像素点的边缘进行像素插值 处理， 得到第四子信息， 并对所述第四子信息进行腐蚀处 理， 得到预处 理后的第三信息； 采用迭代细化算法对所述预处理后的第 三信息进行迭代膨胀处理和二 次腐蚀处理， 对 所述处理后的第三信息进行细化， 得到 宽度只有一个 像素点的线段像素点信息 。 2.根据权利要求1所述的实验中线段图像的评分方法， 其特征在于， 将所述第 一信息发 送至预处 理模型进行处 理， 得到第二信息， 包括： 对所述第一信息中的每一帧图像分别进行灰度处理， 得到灰度化处理的图像， 所述灰 度化处理的图像包括将每一帧图像的三个RGB分量亮度的平均值作为灰度值的图像； 将所述灰度化处理的图像采用边缘检测算法进行边缘检测， 得到每个所述灰度化处理 的图像的边缘信息， 并基于每个所述边缘信息对所述灰度化处理的图像进行差分处理， 得 到边缘检测后的图像信息； 将所述第一信息和所述边缘检测后的图像信息发送至训练好的卷积神经网络分类模 型进行分类， 并将所述第一信息中的所有模糊图像进行删除， 得到第一信息中的所有清晰 图像。权　利　要　求　书 1/3 页 2 CN 114549993 B 23.一种实验中线段图像的检测系统， 其特 征在于， 包括： 第一获取单元， 用于获取第一信息， 所述第一信息为摄像头采集到的实验过程中的所 有图像信息； 第一处理单元， 用于将所述第 一信息发送至预处理模型进行处理， 得到第 二信息， 所述 预处理模型为对所述第一信息进行预处理， 并将预处理得到的模糊图像进行删除的模型， 所述第二信息为所述第一信息中的所有清晰图像； 第一聚类单元， 用于将所述第 二信息发送至聚类模型进行处理， 得到第 三信息， 所述 聚 类模型为对所述第二信息中的像素点进行聚类分析和二值化处理的模型， 所述第三信息为 二值化的像素点信息； 第二处理单元， 用于将所述第 三信息发送至细化模型进行处理， 得到第四信息， 所述细 化模型为对所述第三信息进行至少一次膨胀处理和至少一次腐蚀处理的模 型， 所述第四信 息为宽度只有一个 像素点的线段像素点信息； 第三处理单元， 用于将所述第四信 息按照预设评分规则进行评分， 得到第五信 息， 所述 第五信息为每 个实验图像的分值信息； 其中， 所述第一聚类单 元包括： 第一过滤子单元， 用于采用目标检测模型对所述第 二信息进行过滤， 得到第 一子信息， 所述第一子信息为将所述第二信息中没有连接在一起的像素点删除后， 得到过滤后的图像 信息； 第四处理子单元， 用于将所述第一子信息输入至语义分割模型进行语义分割， 得到第 二子信息， 所述第二子信息包括所述第一子信息的背景像素点和线段像素点； 第一聚类子单元， 用于使用DBSAN聚类模型将所述第二子信息内的线段像素点进行聚 类分析， 得到至少一个像素点簇， 将所述线段像素点数量最多的像素点簇进行标记和调用， 得到线段聚类 像素点， 并将其 他像素点簇进行删除， 得到过 滤后的线段像素点； 第五处理子单元， 用于将所述背景像素点和过滤后的线段像素点进行二值化处理， 得 到第三子信息， 所述第三子信息为二值化的像素点信息， 并且 所述第三子信息中， 所述背 景 像素点设置为0， 所述过 滤后的线段像素点设置为25 5； 其中， 所述第二处 理单元包括： 第六处理子单元， 用于采用预设的第 一卷积核在所述第 三信息中每个二值化的像素点 的边缘进 行像素插值处理， 得到第四子信息， 并对 所述第四子信息进 行腐蚀处理， 得到预 处 理后的第三信息； 第七处理子单元， 用于采用迭代细化算法对所述预处理后的第 三信息进行迭代膨胀处 理和二次腐蚀处理， 对所述处理后的第三信息进行细化， 得到宽度只有一个像素点的线段 像素点信息 。 4.根据权利要求3所述的实验中线段图像的检测系统， 其特 征在于， 所述系统包括： 第一处理子单元， 用于对所述第一信息中的每一帧图像分别进行灰度处理， 得到灰度 化处理的图像， 所述灰度化处理的图像包括将每一帧图像的三个RGB分量亮度的平均值作 为灰度值的图像； 第二处理子单元， 用于将所述灰度化处理的图像采用边缘检测算法进行边缘检测， 得 到每个所述灰度化处理的图像的边缘信息， 并基于每个所述边缘信息对所述灰度化处理的权　利　要　求　书 2/3 页 3 CN 114549993 B 3