一種基于脊度量的車道線檢測方法技術

本發明專利技術公開了一種基于脊度量的車道線檢測方法，屬于汽車主動安全技術領域，包括：步驟1采集車輛前方道路原始圖像；步驟2確定感興趣區；步驟3計算感興趣區內圖像的脊度量數值；步驟4計算所有像素點的脊度量值的平均值p和方差σ，將所有脊度量值大于p-3σ的像素點視為潛在的車道線特征點、并置為1，將圖像中非潛在特征點則置為0，得到僅含有潛在的車道線特征點的二值化圖像；步驟5對提取出的車道線特征點進行篩選，獲得僅含有車道線線段的二值化圖像Img_B；步驟6：針對步驟5得到的二值化圖像Img_B，進行直線霍夫變換，并獲得直線模型參數。本發明專利技術借助脊度量的特征點提取和霍夫變換，對車道線邊緣特征進行提取并建立直線模型，具有較好的穩定性和魯棒性。

【技術實現步驟摘要】

本專利技術屬于圖像處理
，涉及圖像分割和圖像曲線幾何特性檢測，具體涉 及一種基于脊度量的快速路車道線檢測方法。
技術介紹
交通安全問題已成為世界性的大問題，因此汽車的安全性對人類生命財產的影響 是不言而喻的。隨著高速公路的發展和汽車性能的提高，汽車行駛速度也相應加快，加之汽 車數量增加以及交通運輸日益繁忙，汽車事故增多所引起的人員傷亡和財產損失，已成為 一個不容忽視的社會問題，汽車的行車安全更顯得非常重要。而傳統的被動安全已經遠遠 不能避免交通的事故發生，因此主動安全的概念慢慢的形成并不斷的完善。視覺傳感由于 具有信息量大、成本低廉的特點，在汽車主動安全領域有著廣泛的應用。車道線檢測技術是指利用圖像傳感等手段檢測出道路車道虛實標線的技術，它是 汽車主動安全領域的關鍵技術之一。在基于視覺的車道保持系統中，車道線的檢測和跟蹤 是一個基本的、必要的功能，它能防止汽車偏離車道，同時也可以給包括碰撞預警等其它主 動安全系統提供重要的道路環境信息。從上世紀九十年代中期起，包括美國、德國在內的歐 美等國進行了大量相關方向的研究，并且已經成功研制出一些各具特色的車道偏離預警系 統。這些系統在車輛發生偏移或具有偏移趨勢時給駕駛員以警示信息，甚至主動介入車輛 控制，以達到防止事故發生的目的。 目前已有的快速路車道線檢測方法往往采用較為簡單方法和寬松約束來獲得車 道線邊緣特征點，而在車道線參數估計階段采用較為復雜的模型，如最優貝葉斯估計和最 大似然估計等。該類方法在大部分場景下具有較好的檢測效果，但是某些道路由于受樹木、 光強、坑洼、路面材質不均、其它路面標記以及陰影影響等原因，使得該方法在車道線標記 狀況復雜及路面均一度較差的情況下，往往將大量非車道線特征點判斷為車道線特征點， 導致車道線參數估計偏差。 為了方便對本專利技術的內容進行描述，需要對一些概念進行說明。 概念1.攝像機參數和攝像機標定:攝相機參數描述的是攝像機本身的成像幾何模 型。它表征了物體從三維世界坐標系下映射到二維圖像坐標系下的轉換關系。通過某些實 驗獲得這些參數的過程則被稱為攝像機標定(或定標）。攝像機的參數包括內部參數和外部 參數，內部參數包括主點坐標、焦距等，外部參數包括攝像機位置、姿態等。 概念2.感興趣區（R0I:Reign of Interest):在圖像處理領域，感興趣區域(R0I) 是指從圖像中選擇的一個局部圖像區域，這個區域是圖像分析所關注的重點。確定該區域 以便進行進一步處理。使用R0I往往可以減少處理時間，增加精度。 概念3.霍夫變換：即Hough變換，其基本思想是利用點-線的對偶性，即：圖像空間 里共線的點對應參數空間里相交的直線；反之，參數空間里相交于同一點的所有直線在圖 像空間里都有共線的點與之對應。利用霍夫變換可以將直線特征搜索問題轉化為參數空間 中的最大值搜索問題。
技術實現思路
針對上述問題，本專利技術提出了，與同類方法相 比，脊度量計算應用到了車道標線鄰域像素，而傳統邊緣提取僅考慮到了相鄰兩個像素之 間的差異。因此，所提方法具有穩定性強，適用工況較為廣泛等優點。 本專利技術對脊度量的定義:一種對圖像灰度值和山脊形態近似程度的度量值。例如， 山脊呈現中間高、兩邊低，且具有一定對稱性的形態，若圖像中某區域灰度值大，兩側灰度 值低，且具有較好的對稱性，則該點的脊度量值較大，反之較小。 實現本專利技術的技術方案如下： -種基于脊度量的車道線檢測方法，包括如下步驟： 步驟1:采集車輛前方道路原始圖像Img; 步驟2:確定感興趣區I; 步驟3:計算感興趣區內圖像的脊度量數值；步驟4:計算所有像素點的脊度量值的平均值p和方差σ，將所有脊度量值大于ρ-3σ 的像素點視為潛在的車道線特征點、并置為1，將圖像中非潛在特征點則置為〇,得到僅含有 潛在的車道線特征點的二值化圖像；步驟5:對經過步驟4提取出的車道線特征點進行篩選，獲得僅含有車道線線段的 二值化圖像Img_B; 步驟6:針對步驟5得到的二值化圖像Img_B，進行傳統的直線霍夫變換，并獲得直 線模型參數。 進一步優選方案，所述步驟1的具體實現包括:通過安裝在車輛內部或外部的攝像 機采集車輛前方路況原始圖像Img。 進一步優選方案，所述步驟2中所述感興趣區I的確定方法為:根據攝像機的內部 參數和外部參數，獲取攝像頭視野中地平面消失線以下、圖像左右邊界之內的區域為感興 趣區。 進一步優選方案，所述步驟3的具體實現包括：步驟3-1:將原始R0I內的灰度圖像g(x)和二維高斯濾波器Gad做卷積運算： L〇d(x) =G〇d(x)*g(x)；其中，Gw是一個各向異性高斯核，其協方差矩陣為Σ =diag(〇dx，ody)，其中，ody是 常數Hr，〇dx為變化量，其數值為圖像各行所對應車道線寬的一半； 步驟3-2:計算圖像每個像素點X沿著第u行和第v列方向的梯度矢量場：，此外，計算新矩陣： s〇d(x) =w〇d(x) · (w〇d(x))T； 步驟3-3:計算結構張量場： 其中，(Λ, (X)為另一高斯核； 步驟3-4:設(X)為&(?σ; (X)最大特征值所對應的特征向量，則某像素點χ對應 的脊度量值Εσ?/σ; (X)計算式如下：其中，div為散度；步驟3-5:將圖像中感興趣區域內所有像素點進行脊度量的計算。 進一步優選方案，所述步驟5的具體實現包括如下步驟： 步驟5-1:線段統計:二值化圖像中，對所有連續線段進行統計，并將每一個線段視 為一個單元Ui; 步驟5-2:線段參數計算:對每一個線段單元仏，計算其長度h、平均斜率ai和線段 斜率一致性δ?; 某一線段單元Ui的平均斜率m計算公式如下： 其中，祉為線段內兩點間的斜率，命名為子斜_ lk，Vk為線段中某 一點X的坐標； 某一線段單元U的線段斜率一致性δ,計算方法為統計子斜率的均方差： 5i = E(ak) 步驟5-3:進行線段篩選，獲得去除干擾線段后的僅含有車道線線段的二值化圖像 Img-B〇 進一步優選方案，所述步驟5-3中所述線段篩選的規則為： 1)去除長度小于0.07Hr的線段，即短線段； 2)去除平均斜率在以及范圍之外的線段，即和理想車道 線斜率相差較大的線段； 3)去除線段斜率一致性306.73的線段，即形狀不規則線段。 進一步優選方案，所述步驟6的具體實現包括如下步驟： 步驟6-1:遍歷圖像111^_13中的每個像素點（1，7)，計算0 = 1(3〇8(0)+78；，得到所有經過像素點(x，y)的直線組{(Ρ，Θ)|ΘΕ} ; 其中：（x，y)表示圖像Img_B中的像素點的位置;Ρ表示經過像素點（x，y)的直線距 離坐標原點，即圖像Img_B左下角點的舉例；Θ表示角度，且0e;步驟6-2:將圖像Img_B中所有像素點（X，y)的直線組{(Ρ，Θ) | Θ e }映射 到Η(Ρ，Θ)空間，得到ρ-θ參數空間累加圖像Img_H;步驟6-3:在Ρ-Θ參數空間累加圖像Img_H的上半幅圖像、下半幅圖像中分別搜索出 兩個極大值Μι、Μ2，則其對應Ρ-Θ參數對(P1，θ〇、(pr，0 r)即為感興趣區域R0I-I內左右車道線 極坐標形式下的直線模型參數；進一步變換，得到像素坐標系下的左車道線、右車道線直線模本文檔來自技高網...

【技術保護點】
一種基于脊度量的車道線檢測方法，其特征在于，包括如下步驟：步驟1：采集車輛前方道路原始圖像Img；步驟2：確定感興趣區I；步驟3：計算感興趣區內圖像的脊度量數值；步驟4：計算所有像素點的脊度量值的平均值p和方差σ，將所有脊度量值大于p?3σ的像素點視為潛在的車道線特征點、并置為1，將圖像中非潛在特征點則置為0，得到僅含有潛在的車道線特征點的二值化圖像；步驟5：對經過步驟4提取出的車道線特征點進行篩選，獲得僅含有車道線線段的二值化圖像Img_B；步驟6：針對步驟5得到的二值化圖像Img_B，進行傳統的直線霍夫變換，并獲得直線模型參數。

【技術特征摘要】

【專利技術屬性】
技術研發人員：王海，蔡英鳳，陳龍，徐興，袁朝春，陳小波，何友國，李誠，
申請(專利權)人：江蘇大學，
類型：發明
國別省市：江蘇;32