[发明专利]一种基于多区域联合车道线检测方法

说明书

本发明涉及一种基于多区域联合车道线检测方法，包括以下步骤：对摄像头采集的图像中车道线进行标定，实现目标区域的透视变换；对透视变换后的区域进行二值化，并进行边缘提取；对边缘提取后的图像进行附加缓冲区分割，得到多幅边缘图像；从多幅边缘图像中获取车道线信息。本发明通过透视变换改变检测的方向，可以增加车道线的特征，对于后续的检测与识别提供更好的特征，最终提高车道线识别的准确率。采用多区域的联合检测的策略，对于Hough变换过程中的投票过程的求最大值耗时问题，提出一种多区域的联合检测和重叠检测方法。

技术领域

本发明涉及一种车道线检测方法，具体说是一种基于多区域联合车道线检测方法。

背景技术

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(通过有人驾驶汽车采集的地图)对前方的道路进行导航。这一切都通过谷歌的数据中心来实现，谷歌的数据中心能处理汽车收集的有关周围地形的大量信息。就这点而言，自动驾驶汽车相当于谷歌数据中心的遥控汽车或者智能汽车。汽车自动驾驶技术物联网技术应用之一。

目前，现有的自动驾驶中通常采用霍夫变换识别车道线，实现自动驾驶的实时路况检测。但是，霍夫变换在对车道线检测时，构造的投票表过于巨大，每次计算最大值耗时严重，并且对于多条车道线的检测往往需要大量增加最大响应条数，这给实际应用带来的诸多不便。本发明针对自动驾驶中的图像识别领域中的车道线检测技术，提出一种新的车道线检测方法。

发明内容

为解决上述技术问题，本发明提出一种基于多区域联合车道线检测方法。

本发明采用的技术方案如下：一种基于多区域联合车道线检测方法，包括以下步骤：

对摄像头采集的图像中车道线进行标定，实现目标区域的透视变换；

对透视变换后的区域进行二值化，并进行边缘提取；

对边缘提取后的图像进行附加缓冲区分割，得到多幅边缘图像；

从多幅边缘图像中获取车道线信息。

所述对摄像头采集的图像中车道线进行标定包括以下步骤：

在摄像头采集的图像中将两条相邻车道线内侧四点作为标定的4个点；

以左上点为原点，水平向右为X正方向、竖直向下为Y正方向建立直角坐标系；

根据标定的4个点在直角坐标系的坐标得到透视系数；

将所有区域的所有点分别按照各自区域的透视系数进行透视变换。

所述透视系数通过下式得到

其中，m₁～m₈为透视系数；x_i、y_i为4个点在直角坐标系的坐标，x_i’、y_i’为透视后的4个点在直角坐标系的坐标；i＝1...n，n＝4。

所述将所有区域的所有点分别按照各自区域的透视系数进行透视变换通过以下公式实现：

其中，u、w、v为透视变换后任意点在直角坐标系的坐标，x’、y’为摄像头采集到的图像的灰度图上的任意点在直角坐标系的坐标；透视系数矩阵包括m₁～m₈和1。

所述对透视变换后的区域进行二值化，并进行边缘提取包括以下步骤：

设定两个滤波器的尺寸；

分别将两个滤波器对透视变换后的区域进行滤波得到两幅图像；将两幅图像做差，得到目标特征的二值化图像；