(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211301396.4 (22)申请日 2022.10.24 (71)申请人 星河智联汽车 科技有限公司 地址 510330 广东省广州市海珠区 阅江中 路832号保利发展广场2 903—07 (72)发明人 黄莉　冉光伟　刘耘　欧芫希　 邓晨　徐沁梅　陈德华　陈新　 许好沂　董心慈　舒选才　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 李妙芬 (51)Int.Cl. G06V 20/58(2022.01) G06V 10/26(2022.01) G06V 10/34(2022.01)G06V 10/46(2022.01) G06V 10/54(2022.01) G06V 10/764(2022.01) G06V 10/77(2022.01) (54)发明名称 障碍物识别方法、 装置、 设备及计算机可读 存储介质 (57)摘要 本发明公开了一种障碍物识别方法、 装置、 设备及计算机可读存储介质， 该方法包括： 对待 处理的道路图像进行分割处理， 得到多张分割图 像； 采用扩展形态学轮廓法对所述分割图像进行 形态学特征提取， 得到所述分割图像的形态学特 征图； 对所述形态学特征图进行纹理特征提取， 得到纹理特征图； 根据所述纹理特征图， 采用预 先构建的深度森 林分类模型进行障碍物识别， 得 到障碍物识别结果， 本发明通过形态学特征、 纹 理特征的提取， 能有效提高图像数据质量， 再结 合深度森 林分类模型进行障碍物识别， 能有效提 高障碍物 识别精度。 权利要求书2页 说明书9页 附图2页 CN 115457511 A 2022.12.09 CN 115457511 A 1.一种障碍物 识别方法， 其特 征在于， 包括： 对待处理的道路图像进行分割处 理， 得到多张分割图像； 采用扩展形态学轮廓法对所述分割图像进行形态学特征提取， 得到所述分割图像的形 态学特征图； 对所述形态学 特征图进行纹 理特征提取， 得到纹 理特征图； 根据所述纹理特征图， 采用预先构建的深度森林分类模型进行障碍物识别， 得到障碍 物识别结果。 2.如权利要求1所述的障碍物识别方法， 其特征在于， 所述采用扩展形态学轮廓法对所 述分割图像进行 形态学特征提取， 得到所述分割图像的形态学 特征图， 包括： 对所述分割图像进行 形态学腐蚀和膨胀运 算； 对形态学腐蚀和膨胀运算后的分割图像进行多次扩展开运算和扩展闭运算， 提取多个 形态学特征； 将多个所述形态学 特征进行叠加， 得到所述形态学 特征图。 3.如权利要求2所述的障碍物识别方法， 其特征在于， 所述对所述分割图像进行形态学 腐蚀和膨胀运 算， 包括： 采用公式(1)对所述分割图像进行 形态学腐蚀和膨胀运 算； 其中， x为所述道路图像的横坐标， y为所述道路图像的纵坐标， f(x， y)和g(x， y)表示二 维离散空间F和G上的两个离散函数， f(x， y)为分割图像在点(x， y)处的灰度函数， g(x， y)为 结构元素在点(x， y)处的灰度函数， Df为f(x， y)的域， Dg为g(x， y)的域， 表示f (x， y)对g(x， y)的腐蚀操作， 表示f(x， y)对g(x， y)的膨胀操作， dist为距离算 子， Su为横坐标方向u尺寸内对应的数据区间， Sv为为纵坐标方向v尺寸内对应的数据区间， Sul为数据区间Su内第l个像素值， Svl为数据区间Sv内第l个像素值， N代 表数据区间长度。 4.如权利要求2所述的障碍物识别方法， 其特征在于， 所述对形态学腐蚀和膨胀运算后 的分割图像进行多次扩展开 运算和扩展闭运 算， 提取多个形态学 特征， 包括： 采用公式(2)对形态学腐蚀和膨胀运算后的分割图像进行多次扩展开运算和扩展闭运 算；权　利　要　求　书 1/2 页 2 CN 115457511 A 2其中， 为扩展开运算， (f ·g)为扩展闭运算， 表示f(x， y)对g(x， y)的腐蚀 操作， 表示先腐蚀， 再膨胀操作， 代表f(x， y)对g(x， y)的膨胀操作， 代表先腐蚀， 再膨胀操作。 5.如权利要求1所述的障碍物识别方法， 其特征在于， 所述对所述形态学特征图进行纹 理特征提取， 得到纹 理特征图， 包括： 采用局部二 值模式算子对所述形态学 特征图的每 个波段提取纹 理特征； 将所述形态学特征图的每个波段对应的纹理特征进行叠加， 得到所述形态学特征图的 纹理特征图。 6.如权利要求5所述的障碍物识别方法， 其特征在于， 所述采用局部二值模式算子对所 述形态学 特征图的每 个波段提取纹 理特征， 包括： 采用公式(3)提取 所述形态学 特征图的每 个波段的纹 理特征； 其中， 当ip‑ic≥0时， s(ip‑ic)＝1； 当ip‑ic<0时， s(ip‑ic)＝0； (xc， yc)为局部二值模式算 子定义的窗口内中心像素点的值， P为邻域的第P个像素， iP为邻域像素点的灰度值， ic为中 心像素点的灰度值。 7.如权利要求1所述的障碍物识别方法， 其特征在于， 在对所述分割图像进行扩展形态 学运算之前， 还 包括： 对所述分割图像进行PCA降维处 理； 对降维后的分割图像进行去噪处 理。 8.一种障碍物 识别装置， 其特 征在于， 包括： 图像分割模块， 用于对待处 理的道路图像进行分割处 理， 得到多张分割图像； 形态学特征提取模块， 用于采用扩展形态学轮廓法对所述分割图像进行形态学特征提 取， 得到所述分割图像的形态学 特征图； 纹理特征提取模块， 用于对所述形态学 特征图进行纹 理特征提取， 得到纹 理特征图； 障碍物识别模块， 用于根据所述纹理特征图， 采用预先构建的深度森林分类模型进行 障碍物识别， 得到障碍物 识别结果。 9.一种障碍物识别设备， 其特征在于， 包括： 处理器、 存储器以及存储在所述存储器中 且被配置为由所述处理器执行的计算机程序， 所述处理器执行所述计算机程序时实现如权 利要求1至7中任意 一项所述的障碍物 识别方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要 求1至7中任意 一项所述的障碍物 识别方法。权　利　要　求　书 2/2 页 3 CN 115457511 A 3