一種車載車道線檢測系統及方法技術方案

本發明專利技術公開了一種車載車道線檢測系統及方法，該系統包括設置在行駛車輛上的處理單元，以及與處理單元相連的圖像采集單元；其中：圖像采集單元，用于實時采集車輛行駛過程中的車道圖片，將其發送給處理單元；處理單元，用于通過離線/在線的方式獲取車道線樣本圖片，建立車道線樣本庫；并提取車道線樣本庫中車道線的RGB像素值，建立G?S顏色模型，在G?S顏色模型的基礎上輸入行駛過程中的車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線，并通過Hough變換提取圖片中的車道線。本發明專利技術能夠克服環境變化或者光照變化帶來的影響，有效提高車道線檢測效果。

Vehicle lane detection system and method

The invention discloses a vehicle lane detection system and method, the system includes a processing unit is arranged in the driving vehicle, and connected with the processing unit of the image acquisition unit; wherein the image acquisition unit for real-time acquisition of vehicles in the process of lane, send it to the processing unit for processing unit; to obtain Lane sample images by offline / online mode, create a sample database lane; and extract the RGB pixel Lane sample library Lane in the value of the establishment of G S color model, the input in the process of driving lane based on G S color model, the likelihood probability calculation and threshold detection a lane in the picture, and through the Hough transform to extract the lane line in the picture. The invention can overcome the influence of environmental change or illumination change, and effectively improve the detection effect of lane detection.

【技術實現步驟摘要】
一種車載車道線檢測系統及方法
本專利技術涉及計算機圖像處理
，尤其涉及一種車載車道線檢測系統及方法。
技術介紹
近年來，汽車輔助駕駛(DriverAssistanceSystems)和無人車技術受到了研究者的普遍關注。車道線檢測是汽車輔助駕駛和無人車技術中至關重要的一步。目前主流的車道線檢測方法有基于形狀特征的車道線檢測、基于顏色特征的車道線檢測和基于模型特征的車道線檢測等。基于形狀特征的車道線檢測方法所檢測的車道線需要擁有明顯的車道線邊緣并且受噪聲或者其它干擾影響較大。基于顏色特征的車道線檢測方法受光照影響較大。基于模型特征的車道線檢測會檢測出大量與車道線無關的邊緣并且不能區分檢測到的不同顏色的車道線。現有的車道線檢測方法受環境干擾和光照變化影響較大。因此，本領域技術人員需要解決的一個技術問題是：針對現有車道線檢測方法的不足，提出一種新型車道線檢測方法，彌補其受環境干擾較大的缺點，進一步提升車道線檢測的效果。
技術實現思路
本專利技術要解決的技術問題在于針對現有技術中車道線檢測方法檢測效果較差，檢測過程容易受到環境變化或者光照變化影響的缺陷，提供一種車載車道線檢測系統及方法。本專利技術解決其技術問題所采用的技術方案是：本專利技術提供一種車載車道線檢測系統，包括設置在行駛車輛上的處理單元，以及與處理單元相連的圖像采集單元；其中：圖像采集單元，用于實時采集車輛行駛過程中的車道圖片，將其發送給處理單元；處理單元，用于獲取車道線樣本圖片，建立車道線樣本庫；并提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型，在G-S顏色模型的基礎上輸入行駛過程中的車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線，并通過Hough變換提取圖片中的車道線。進一步地，本專利技術的系統還包括與處理單元相連的顯示單元，用于顯示操作界面和人機交互。進一步地，本專利技術的系統還包括與處理單元相連的存儲單元，用于存儲車道線樣本庫數據和實時獲取的車道圖片數據。進一步地，本專利技術的系統還包括與處理單元相連的供電單元，用于為系統供電。進一步地，本專利技術的處理單元包括離線車道檢測模式和在線車道檢測模式，通過顯示單元選擇其中一種檢測模式。本專利技術提供一種車載車道線檢測方法，包括以下步驟：S1、通過離線或在線的方式獲取包含車道線樣本的圖片，建立車道線樣本庫，并實時獲取車輛行駛過程中的車道圖片；S2、提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型；S3、在G-S顏色模型的基礎上輸入車輛行駛過程中的第一幀車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線；S4、對圖片中檢測出的車道線，通過Hough變換提取圖片中的車道線；S5、根據檢測出的車道線計算車道線的消失點并劃分天際線，根據天際線在車輛行駛過程中的其它幀車道圖片中設置車道線區域，對車道線區域執行步驟S3和步驟S4，檢測出車道線并對車道線進行跟蹤。進一步地，本專利技術的步驟S1中獲取車道線樣本圖片的方法包括：通過公開的車道線圖片數據集；通過網絡搜索和甄別獲取車道線圖片；通過現場實驗采集車道線圖片。進一步地，本專利技術的步驟S2中建立G-S顏色模型的方法為：設G-S顏色模型為一個1×3矩陣，其表示方式為：μ＝[E(R)E(G)E(B)]其中，E(R)表示樣本庫車道線RGB像素值中R值的均值，E(G)表示G值的均值，E(B)表示B值的均值，u即為顏色模型的均值；在顏色空間中采用協方差代替方差，協方差的計算方式為：其中，V是顏色模型的協方差，是一個3×3矩陣，其正對角線的值是COV(R,R)、COV(G,G)、COV(B,B)，矩陣中每個元素的計算公式為：通過計算得到的顏色模型均值u和協方差V，并通過以下公式構建車道線的G-S顏色模型：其中，X為1×3矩陣，物理意義是圖片中每個點的像素值，并在計算時將該公式簡化為：P(X)＝(X-μ)T·inv(V)·(X-μ)。進一步地，本專利技術的步驟S3中檢測出圖片中的車道線的方法為：設置閾值0.0026，將圖片分為疑似車道線像素點和非車道線像素點；在區分出車道線像素后，通過閾值分割將圖片進行二值化處理，將疑似車道線像素點賦值為白色，非車道線像素點賦值為黑色。進一步地，本專利技術的步驟S4中通過Hough變換提取圖片中的車道線的方法為：對圖片進行邊緣檢測；根據圖片尺寸決定Hough變換累加器的大小并分配內存；設定閾值，并根據閾值大小將Hough變換累加器中累加值小于閾值的點清零，即認為這些點并不對應圖片域中的一條直線；查找Hough變換累加器中累加值最大的點，記錄該點并繼續查找記錄下一個累加值最大的點，直到累加器中所有的累加值都為零，記錄的這些點即對應了檢測到的圖片中的直線；根據檢測到的點在圖片域中繪出直線，提取其中的直線即為檢測出的車道線。本專利技術產生的有益效果是：本專利技術提供了一種在線顏色特征和形狀特征結合的車道線檢測系統及方法，其獨創性在于能夠在線建立車道線G-S顏色模型，并且結合顏色特征與形狀特征進行車道線檢測；該系統與方法能夠克服環境變化或者光照變化帶來的影響，有效提高車道線檢測效果。附圖說明下面將結合附圖及實施例對本專利技術作進一步說明，附圖中：圖1是本專利技術實施例的系統框圖；圖2是本專利技術實施例的方法流程圖。具體實施方式為了使本專利技術的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本專利技術，并不用于限定本專利技術。如圖1所示，本專利技術實施例的車載車道線檢測系統，包括設置在行駛車輛上的處理單元，以及與處理單元相連的圖像采集單元；其中：圖像采集單元，用于實時采集車輛行駛過程中的車道圖片，將其發送給處理單元；處理單元，用于獲取車道線樣本圖片，建立車道線樣本庫；并提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型，在G-S顏色模型的基礎上輸入行駛過程中的車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線，并通過Hough變換提取圖片中的車道線。該系統還包括與處理單元相連的顯示單元，用于顯示操作界面和人機交互。該系統還包括與處理單元相連的存儲單元，用于存儲車道線樣本庫數據和實時獲取的車道圖片數據。該系統還包括與處理單元相連的供電單元，用于為系統供電。處理單元包括離線車道檢測模式和在線車道檢測模式，通過顯示單元選擇其中一種檢測模式。本專利技術實施例的車載車道線檢測方法，用于實現本專利技術實施例的車載車道線檢測系統，包括以下步驟：S1、通過離線或在線的方式獲取包含車道線樣本的圖片，建立車道線樣本庫，并實時獲取車輛行駛過程中的車道圖片；S2、提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型；S3、在G-S顏色模型的基礎上輸入車輛行駛過程中的第一幀車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線；S4、對圖片中檢測出的車道線，通過Hough變換提取圖片中的車道線；S5、根據檢測出的車道線計算車道線的消失點并劃分天際線，根據天際線在車輛行駛過程中的其它幀車道圖片中設置車道線區域，對車道線區域執行步驟S3和步驟S4，檢測出車道線并對車道線進行跟蹤。步驟S1中獲取車道線樣本圖片的方法包括：通過公開的車道線圖片數據集；通過網絡搜索和甄別獲取車道線圖片；通過現場實驗采集車道線圖片。步驟S2中建立本文檔來自技高網...

【技術保護點】
一種車載車道線檢測系統，其特征在于，包括設置在行駛車輛上的處理單元，以及與處理單元相連的圖像采集單元；其中：圖像采集單元，用于實時采集車輛行駛過程中的車道圖片，將其發送給處理單元；處理單元，用于獲取車道線樣本圖片，建立車道線樣本庫；并提取車道線樣本庫中車道線的RGB像素值，建立G?S顏色模型，在G?S顏色模型的基礎上輸入行駛過程中的車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線，并通過Hough變換提取圖片中的車道線。

【技術特征摘要】
1.一種車載車道線檢測系統，其特征在于，包括設置在行駛車輛上的處理單元，以及與處理單元相連的圖像采集單元；其中：圖像采集單元，用于實時采集車輛行駛過程中的車道圖片，將其發送給處理單元；處理單元，用于獲取車道線樣本圖片，建立車道線樣本庫；并提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型，在G-S顏色模型的基礎上輸入行駛過程中的車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線，并通過Hough變換提取圖片中的車道線。2.根據權利要求1所述的車載車道線檢測系統，其特征在于，該系統還包括與處理單元相連的顯示單元，用于顯示操作界面和人機交互。3.根據權利要求1所述的車載車道線檢測系統，其特征在于，該系統還包括與處理單元相連的存儲單元，用于存儲車道線樣本庫數據和實時獲取的車道圖片數據。4.根據權利要求1所述的車載車道線檢測系統，其特征在于，該系統還包括與處理單元相連的供電單元，用于為系統供電。5.根據權利要求2所述的車載車道線檢測系統，其特征在于，處理單元包括離線車道檢測模式和在線車道檢測模式，通過顯示單元選擇其中一種檢測模式。6.一種車載車道線檢測方法，其特征在于,包括以下步驟：S1、通過離線或在線的方式獲取包含車道線樣本的圖片，建立車道線樣本庫，并實時獲取車輛行駛過程中的車道圖片；S2、提取車道線樣本庫中車道線的RGB像素值，建立G-S顏色模型；S3、在G-S顏色模型的基礎上輸入車輛行駛過程中的第一幀車道圖片，通過似然概率計算和閾值分割檢測出圖片中的車道線；S4、對圖片中檢測出的車道線，通過Hough變換提取圖片中的車道線；S5、根據檢測出的車道線計算車道線的消失點并劃分天際線，根據天際線在車輛行駛過程中的其它幀車道圖片中設置車道線區域，對車道線區域執行步驟S3和步驟S4，檢測出車道線并對車道線進行跟蹤。7.根據權利要求6所述的車載車道線檢測方法，其特征在于，步驟S1中獲取車道線樣本圖片的方法包括：通過公開的車道線圖片數據集；通過網絡搜索和甄別獲取車道線圖片；通過現場實驗采集車道線圖片。8.根據權利要求6所述的車載車道線檢測...

【專利技術屬性】
技術研發人員：胡釗政，黃剛，蔡浩，楊哲，穆孟超，
申請(專利權)人：武漢理工大學，
類型：發明
國別省市：湖北,42