Image based road surface segmentation with lane detection

Tato bakalářská práce se zabývá sémantickou segmentací vozovky s detekcí horizontálního dopravního značení. Cílem práce je provedení rešerše používaných metod pro obecnou segmentaci a detekci jízdních pruhů, nasbírání reprezentativního datasetu k testování, návrh systému zpracování dat včetně implementace pro sémantickou segmentaci a detekci jízdních pruhů v obraze, videu i živém kamerovém vstupu. Pro předzpracování obrazu je využito obrazu filtrovaného morfologickými transformacemi. Segmentace se realizuje metodou rozvodí se značkami, přičemž pro hledání značek je navržen adaptivní algoritmus. Jízdní pruhy jsou vyhledány v naprahovaném, projektivně transformovaném obraze pomocí posuvných oken. Ve výsledku se podařilo dosáhnout přesnosti segmentace 88,3 % dle metriky IoU. V závěru práce jsou diskutovány dosažené výsledky a shrnuty možnosti dalšího vylepšení systému.This bachelor thesis deals with road semantic segmentation with lane lines detection. The aim of the thesis is to conduct a survey of methods used for general segmentation and lane lines detection, collect a representative dataset for testing, design a data processing system including implementation for semantic segmentation and detection of lanes in image, video and live camera input. In preprocessing phase images are filtered using morphological transformations. The segmentation is performed using the watershed method with labels, and an adaptive algorithm is designed to find the labels. The lanes are searched for in the thresholded projectively transformed image using the sliding window technique. As a result, a segmentation accuracy of 88.3% is achieved based on the IoU metric. The thesis concludes with a discussion of the obtained results and summarizes the possibilities for further improvements of the system.