[发明专利]基于GrowCut的车道线快速检测方法及系统

权利要求书

1.一种基于GrowCut的车道线快速检测方法，其特征在于，包括：

采集监控视频并挑选至少一帧的图像作为关键帧；

在所述关键帧图像中标定边缘分割种子点；

利用GrowCut算法进行边缘分割；

采用中值滤波器对分割结果进行平滑滤波；

再将平滑滤波结果，进行边缘提取；

再对边缘提取结果，进行分半处理；

再对分半处理结果，采用多项式曲线拟合方法对车道线进行拟合，得到最终车道线。

2.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述采集监控视频并挑选至少一帧的图像作为关键帧的步骤，进一步包括：

采集监控视频，并序列化为多帧图像；

从多帧图像中选取清晰度较高、车道分界线相对明显的帧作为关键帧。

3.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述采集监控视频并挑选至少一帧的图像作为关键帧的步骤，进一步包括：

采集监控视频，并序列化为多帧图像；

从多帧图像中选择图像质量相对稳定，并且图像内容没有明显跳变的一段，然后对多帧图像取平均作为关键帧。

4.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述利用GrowCut算法进行边缘分割的步骤，进一步包括：

获取初始种子点的标记、力量和特征向量值；

保存当前状态；

元胞开始生长；

利用初始状态值计算攻击强度；

当前元胞尝试攻击邻近元胞；

判断当前元胞的攻击强度是否大于防守元胞的防守力量，如果否，则继续攻击相邻元胞；如果是，则防守元胞被占领，同时改变其标记和力量值；

上述步骤循环进行，直至元胞自动机收敛；

边缘分割结束。

5.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述采用中值滤波器对分割结果进行平滑滤波的步骤中，所述中值滤波模板大小为9×9。

6.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述进行边缘提取的步骤中，边缘提取算子采用Sobel、Robert、Canny或者Prewitt算子其中之一。

7.根据权利要求1所述的基于GrowCut的车道线快速检测方法，其特征在于，所述对分割出来的车道线进行分半处理的步骤，进一步包括：

分别初始化左半矩阵、右半矩阵和标记变量；

保存上述初始值；

逐行遍历整幅图像，找到边缘像素点；

找到边缘像素点后，判断其右侧是否为背景像素点，同时标记值为0，如果否，则继续遍历图像下一行；如果是，则逐行为左半矩阵赋值，并令标记值加1；

从二值边缘图像中减去左半矩阵，获得右半矩阵；

分别获得左侧和右侧车道线。

8.一种基于GrowCut的车道线快速检测系统，其特征在于，包括：

采集模块，用于采集监控视频并挑选至少一帧的图像作为关键帧；

标记模块，用于在所述关键帧图像中标定边缘分割种子点；

分割模块，用于利用GrowCut算法进行边缘分割；

滤波模块，用于对分割结果进行平滑滤波；

边缘提取模块，用于将平滑滤波结果，进行边缘提取；

分半模块，用于对边缘提取结果，进行分半处理；以及

拟合模块，用于对分半处理结果，采用多项式曲线拟合方法对车道线进行拟合，得到最终车道线。

9.根据权利要求8所述的基于GrowCut的车道线快速检测系统，其特征在于，所述采集模块包括：

序列化模块，用于采集监控视频，并序列化为多帧图像；以及

选取模块，用于从多帧图像中选取清晰度较高、车道分界线相对明显的帧作为关键帧。

10.根据权利要求8所述的基于GrowCut的车道线快速检测系统，其特征在于，所述采集模块包括：

序列化模块，用于采集监控视频，并序列化为多帧图像；以及

选取模块，用于从多帧图像中选择图像质量相对稳定，并且图像内容没有明显跳变的一段，然后对多帧图像取平均作为关键帧。